一，哈希表

哈希表简单的理解：在记录的存储位置和它的关键字之间建立一个确定的对应关系f，使每个关键字和结构中一个唯一的存储位置相对应。 

哈希表基于数组的，正因为数组创建后难于扩展某些哈希表被基本填满时，性能下降得非常严重，所以程序虽必须要清楚表中将要存储多少数据（或者准备好定期地把数据转移到更大的哈希表中，这是个费时的过程）

如何定位数据存储的位置呢？

h(key) = key % size

1.线性哈希表

线性哈希表可以认为就是数组，不过他对数据的存储方式不如线性表一般按顺序来，他是通过某种算法来计算得到数据下标值的。可以想象如果数据比较多，那么重下标的情况会很多，所以就有了哈希冲突。

代码实现

class Array():def __init__(self,size):self.__size = sizeself.__item = [None]*sizeself.__length = 0def __setitem__(self,key,value):self.__item[key] = valueself.__length += 1def __getitem__(self, index):return self.__item[index]def __len__(self):return self.__lengthdef __iter__(self):for value in self.__item:yield valueclass Slot():def __init__(self,key,value):self.key = keyself.value = valuedef __str__(self):return 'key:{}  value:{}'.format(self.key,self.value)class HashTable():def __init__(self):self.size = 4self.items = Array(self.size)def find_index_to_insert(self,key):index = self.get_index(key)if self.items[index] == None:return indexelse:while self.items[index] is not None:if self.items[index].key == key:return indexelse:index = (5*index+1) % self.sizereturn indexdef find_key(self,key):index = self.get_index(key)if self.items[index] == None:return Noneelse:while self.items is not None:if key == self.items[index].key:return indexelse:index = (5*index+1) % self.sizereturn Nonedef get_index(self,key):return hash(key) % self.sizedef put(self, key, value):s = Slot(key, value)index = self.find_index_to_insert(key)self.items[index] = sdef get(self,key):index = self.get_index(key)return self.items[index]if __name__ == '__main__':h = HashTable()h.put('name','L')h.put('sex','M')h.put('age','18')h.put('occupation','general')print(h.get('name'))print(h.get('sex'))print(h.get('age'))print(h.get('occupation'))

2.链式哈希表

链式哈希表可以认为是数组，不过数组内的元素是链表，有种线性表嵌套链式表的既视感，者带来的好处就多了：不仅拥有了更好的空间利用率，同时解决了哈希冲突的问题：即使出现重下标的情况，我们也可以顺着往下加，之后顺着表一个一个找就可以了。

当然对链表的处理也可以改成双向链表，不过感觉没太大必要。 

代码实现

class Array():def __init__(self,size):self.__size = sizeself.__item = [None]*sizeself.__length = 0def __setitem__(self,key,value):self.__item[key] = valueself.__length += 1def __getitem__(self, index):return self.__item[index]def __len__(self):return self.__lengthdef __iter__(self):for value in self.__item:yield valueclass Slot():def __init__(self,key,value,next=None):self.key = keyself.value = valueself.next = nextdef __str__(self):return 'key:{}  value:{}'.format(self.key,self.value)class HashTable():def __init__(self):self.size = 4self.items = Array(self.size)def get_index(self,key):return hash(key) % self.sizedef put(self, key, value):s = Slot(key, value)index = self.get_index(key)if self.items[index] == None:self.items[index] = selse:if self.items[index].key == key:self.items[index].value = valueelse:temp = self.items[index]temp_next = self.items[index].nextwhile temp_next is not None:if temp_next.key == key:temp_next.value = valuereturnelse:temp = temp_nexttemp_next = temp.nexttemp.next = sdef get(self,key):index = self.get_index(key)if self.items[index]:if self.items[index].key == key:return self.items[index]else:temp_next = self.items[index].nextwhile temp_next is not None:if temp_next.key == key:return temp_nextelse:temp_next = temp_next.nextreturn Noneif __name__ == '__main__':h = HashTable()h.put('name','L')h.put('sex','M')h.put('age','18')h.put('occupation','general')print(h.get('name'))print(h.get('sex'))print(h.get('age'))print(h.get('occupation'))

二，哈希扩容

装载因子(load factor)

如果继续往我们的哈希表里塞东西会发生什么？空间不够用。这里我们定义一个负载因子的概念(load factor)，其实很简单，就是已经使用的槽数比哈希表大小。 比如我们上边的例子插入了 8 个元素，哈希表总大小是 13， 它的 load factor 就是 $ 8/13 \approx 0.62 $。当我们继续往哈希表插入数据的时候，很快就不够用了。 通常当负载因子开始超过 0.8 的时候，就要新开辟空间并且重新进行散列了。

重哈希(Rehashing)

当负载因子超过 0.8 的时候，需要进行 rehashing 操作了。步骤就是重新开辟一块新的空间，开多大呢？感兴趣的话可以看下 cpython 的 dictobject.c 文件然后搜索 GROWTH_RATE 这个关键字，你会发现不同版本的 cpython 使用了不同的策略。python3.3 的策略是扩大为已经使用的槽数目的两倍。开辟了新空间以后，会把原来哈希表里 不为空槽的数据重新插入到新的哈希表里，插入方式和之前一样。这就是 rehashing 操作。

代码实现

class Array():def __init__(self,size):self.__size = sizeself.__item = [None]*sizeself.__length = 0def __setitem__(self,key,value):self.__item[key] = valueself.__length += 1def __getitem__(self, index):return self.__item[index]def __len__(self):return self.__lengthdef __iter__(self):for value in self.__item:yield valueclass Slot():def __init__(self,key,value):self.key = keyself.value = valuedef __str__(self):return 'key:{}  value:{}'.format(self.key,self.value)class HashTable():def __init__(self):self.size = 4self.length = 0self.items = Array(self.size)def find_index_to_insert(self,key):index = self.get_index(key)if self.items[index] == None:return indexelse:while self.items[index] is not None:if self.items[index].key == key:return indexelse:index = (5*index+1) % self.sizereturn indexdef find_key(self,key):index = self.get_index(key)if self.items[index] == None:return Noneelse:while self.items is not None:if key == self.items[index].key:return indexelse:index = (5*index+1) % self.sizereturn Nonedef get_index(self,key):return hash(key) % self.sizedef put(self, key, value):s = Slot(key, value)index = self.find_index_to_insert(key)self.items[index] = sself.length += 1if self.load_factor():self.rehashing()def load_factor(self):return self.length / float(self.size) > 0.8def rehashing(self):self.length = 0old = self.itemsself.size = self.size << 1self.items = Array(self.size)for s in old:if s:key = s.keyindex = self.find_index_to_insert(key)self.items[index] = sself.length += 1def get(self,key):index = self.get_index(key)return self.items[index]if __name__ == '__main__':h = HashTable()h.put('name', 'L')h.put('sex', 'M')h.put('age', '18')h.put('occupation', 'general')h.put('occupation1', 'general')h.put('occupation2', 'general')h.put('occupation3', 'general')h.put('occupation5', 'general')h.put('occupation6', 'general')print(h.get('name'))print(h.get('sex'))print(h.get('age'))print(h.get('occupation'))print(h.get('occupation1'))print(h.get('occupation2'))print(h.get('occupation3'))print(h.get('occupation5'))