20 | 散列表（下）：为什么散列表和链表经常会一起使用？

精选留言(158)

• 

  Smallfly

  通过这 20 节课学习下来，个人感觉其实就两种数据结构，链表和数组。
  
  数组占据随机访问的优势，却有需要连续内存的缺点。
  
  链表具有可不连续存储的优势，但访问查找是线性的。
  
  散列表和链表、跳表的混合使用，是为了结合数组和链表的优势，规避它们的不足。
  
  我们可以得出数据结构和算法的重要性排行榜：连续空间 > 时间 > 碎片空间。
  
  PS：跟专业的书籍相比，老师讲的真的是通俗易懂不废话，篇篇是干货。如果这个课程学不下去，学其它的会更加困难。暂时不懂的话反复阅读复习，外加查阅，一定可以的！

  作者回复: 👍 大牛

  2018-11-05

   7

   424
• 

  Smallfly

  1.
  
  在删除一个元素时，虽然能 O(1) 的找到目标结点，但是要删除该结点需要拿到前一个结点的指针，遍历到前一个结点复杂度会变为 O(N），所以用双链表实现比较合适。
  
  （但其实硬要操作的话，单链表也是可以实现 O(1) 时间复杂度删除结点的）。
  
  iOS 的同学可能知道，YYMemoryCache 就是结合散列表和双向链表来实现的。
  
  2.
  
  以积分排序构建一个跳表，再以猎头 ID 构建一个散列表。
  
  1）ID 在散列表中所以可以 O(1) 查找到这个猎头；
  2）积分以跳表存储，跳表支持区间查询；
  3）这点根据目前学习的知识暂时无法实现，老师文中也提到了。
  

  作者回复: 👍 其他同学可以看看这条留言

  2018-11-05

   10

   191
• 

  姜威

  带着问题去学习：
  1.为什么散列表和链表经常放在一起使用？
  2.散列表和链表如何组合起来使用？
  一、为什么散列表和链表经常放在一起使用？
  1.散列表的优点：支持高效的数据插入、删除和查找操作
  2.散列表的缺点：不支持快速顺序遍历散列表中的数据
  3.如何按照顺序快速遍历散列表的数据？只能将数据转移到数组，然后排序，最后再遍历数据。
  4.我们知道散列表是动态的数据结构，需要频繁的插入和删除数据，那么每次顺序遍历之前都需要先排序，这势必会造成效率非常低下。
  5.如何解决上面的问题呢？就是将散列表和链表（或跳表）结合起来使用。
  二、散列表和链表如何组合起来使用？
  1.LRU（Least Recently Used）缓存淘汰算法
  1.1.LRU缓存淘汰算法主要操作有哪些？主要包含3个操作：
  ①往缓存中添加一个数据；
  ②从缓存中删除一个数据；
  ③在缓存中查找一个数据；
  ④总结：上面3个都涉及到查找。
  1.2.如何用链表实现LRU缓存淘汰算法？
  ①需要维护一个按照访问时间从大到小的有序排列的链表结构。
  ②缓冲空间有限，当空间不足需要淘汰一个数据时直接删除链表头部的节点。
  ③当要缓存某个数据时，先在链表中查找这个数据。若未找到，则直接将数据放到链表的尾部。若找到，就把它移动到链表尾部。
  ④前面说了，LRU缓存的3个主要操作都涉及到查找，若单纯由链表实现，查找的时间复杂度很高为O(n)。若将链表和散列表结合使用，查找的时间复杂度会降低到O(1)。
  1.3.如何使用散列表和链表实现LRU缓存淘汰算法？
  ①使用双向链表存储数据，链表中每个节点存储数据（data）、前驱指针（prev）、后继指针（next）和hnext指针（解决散列冲突的链表指针）。
  ②散列表通过链表法解决散列冲突，所以每个节点都会在两条链中。一条链是双向链表，另一条链是散列表中的拉链。前驱和后继指针是为了将节点串在双向链表中，hnext指针是为了将节点串在散列表的拉链中。
  ③LRU缓存淘汰算法的3个主要操作如何做到时间复杂度为O(1)呢？
  首先，我们明确一点就是链表本身插入和删除一个节点的时间复杂度为O(1)，因为只需更改几个指针指向即可。
  接着，来分析查找操作的时间复杂度。当要查找一个数据时，通过散列表可实现在O(1)时间复杂度找到该数据，再加上前面说的插入或删除的时间复杂度是O(1)，所以我们总操作的时间复杂度就是O(1)。
  2.Redis有序集合
  2.1.什么是有序集合？
  ①在有序集合中，每个成员对象有2个重要的属性，即key（键值）和score（分值）。
  ②不仅会通过score来查找数据，还会通过key来查找数据。
  2.2.有序集合的操作有哪些？
  举个例子，比如用户积分排行榜有这样一个功能：可以通过用户ID来查找积分信息，也可以通过积分区间来查找用户ID。这里用户ID就是key，积分就是score。所以，有序集合的操作如下：
  ①添加一个对象；
  ②根据键值删除一个对象；
  ③根据键值查找一个成员对象；
  ④根据分值区间查找数据，比如查找积分在[100.356]之间的成员对象；
  ⑤按照分值从小到大排序成员变量。
  这时可以按照分值将成员对象组织成跳表结构，按照键值构建一个散列表。那么上面的所有操作都非常高效。
  3.Java LinkedHashMap
  和LRU缓存淘汰策略实现一模一样。支持按照插入顺序遍历数据，也支持按照访问顺序遍历数据。
  三、课后思考
  1.上面所讲的几个散列表和链表组合的例子里，我们都是使用双向链表。如果把双向链表改成单链表，还能否正常工作？为什么呢？
  2.假设猎聘网有10万名猎头，每个猎头可以通过做任务（比如发布职位）来积累积分，然后通过积分来下载简历。假设你是猎聘网的一名工程师，如何在内存中存储这10万个猎头的ID和积分信息，让它能够支持这样几个操作：
  1）根据猎头ID查收查找、删除、更新这个猎头的积分信息；
  2）查找积分在某个区间的猎头ID列表；
  3）查找按照积分从小到大排名在第x位到第y位之间的猎头ID列表。

  2018-11-16

   1

   39
• 

  Keep-Moving

  LRU查找数据，查找到之后，不是应该把数据放到链表的头部吗？为什么这里说是尾部？

  作者回复: 两种方式都可以的

  2018-11-05

  

   23
• 

  莫问流年

  怎么判断缓存已满，是要维护一个计数变量吗

  作者回复: 是的

  2018-11-05

  

   16
• 

  HunterYuan

  看好些人询问LRU中设计的到pre，next和hnext的具体含义，将自己的理解说下，pre和next组成双向链表，这个链表是按照缓存的时间由大到小，组成的一个缓存队列；对于hnext作用是，在最新时间插入缓存数据时，通过哈希函数得出的冲突，用其连接。
  总结：在双向链表中，时间是从大到小；在hnext组成的拉链中，时间从左到右依次变小。
  核心：数据结构的设计，一定是建立应用场景之上，根据最新时间加入缓存。
  这是自己的见解，若是有错误，希望争哥不吝赐教，thanks

  作者回复: 对的 👍

  2019-04-15

   5

   15
• 

  Zeng Shine

  “一个节点会存在两条拉链中，一条是双向链表，另一条是散列表中的拉链”，这句话描述的结构，怎么都想不明白。。

  作者回复: 图能不能看懂呢 你结合图看下

  2018-11-06

   4

   11
• 

  hot

  一个链是刚刚我们提到的双向链表，另一个链是散列表中的拉链
  就是结合你的图也看不懂啊 ，老铁

  2018-11-13

   2

   9
• 

  微秒

  通过散列表遍历后不用在遍历双向链表了，那怎么以o(1)的时间查找定位链表中的节点？？？除非，散列表的尺寸很大，使得散列表的节点中只有少量数据的链表？？？？

  作者回复: 是的 理论上散列表查找数据的时间复杂度是O（1）

  2018-11-06

  

   9
• 

  P@tricK

  老师我想问下，散列表和双向链表结构中的散列值，是用链表中的data哈希的吗？因为这样才能用O(1)查找…
  那问题来了，那我要在链表尾部插入数据时，根据什么方法用O(1)定位到尾部呢？

  作者回复: 需要维护一个尾指针的

  2018-11-07

   2

   8
• 

  虢白

  看到很多人都在问，为什么老师说的，一条链是双向链表的链，一条链是拉链没看明白。
  其实就是散列表为了解决散列冲突，所以得到同一个hash值的时候，将同一个hash值的用一个链表来存放了，而在图上面就是双链表中的hnext所串连起来的链表。个人是这么理解的。

  2019-01-31

   1

   7
• 

  牧民牛仔

  1.双联表改成单链表，依然可以工作。可以用一个变量存储遍历到的节点的前驱指针。
  2.可以把猎聘网的猎头的信息存储在 散列表和链表（跳表）组合使用的容器中，其中按照猎头id建立散列表，按照猎头的积分建立一个跳表。这样，无论是按照id查用户，还是按照积分进行排序和区间查找都会很高效。
  

  2018-11-05

  

   6
• 

  chenlong321

  lru算法，缓存中，如果能查找到节点a，那么需要先删除a，再将a移动到双向链表的尾端，那这不就改变了节点a的hash bucket，下次怎么还能通过hash快速查找到节点a，请老师指教，谢谢

  作者回复: 双向链表，跟散列表没有任何关系。这里的双向链表不是散列表中的链表。
  
  不管是双向链表还是散列表，你都可以把它当做一种索引结构。里面存储的都是指向真实缓存对象的内存地址。
  
  改变双向链表的结点结构，并不会影响散列表。

  2019-04-16

   2

   5
• 

  MrTrans

  老师，hnext是解决散列冲突的链表，而双向链表是维护插入元素顺序的表。两条链是不一样的，一个hnext是维护散列冲突的，一个双向链表是维护插入元素的顺序的。那么查找，删除，添加就要维护这两个链表。老师这样理解是不是很对。

  2018-12-21

  

   5
• 

  猫头鹰爱拿铁

  1.可以通过单链表和散列表实现，但是删除和添加的时间复杂度就变成了O(n)，因为需要遍历一次链表将前驱节点找到，再进行删除。
  2.猎头问题：每个猎头对象由node构成（pre，next，hnext，data）将id作为键值建立类似hashmap的结构来存放猎头的对象，同时再将每个节点使用双向链表按照积分大小（快排排序）链接起来。根据id查找、删除、添加时间复杂度为O(1)，查找排名的时间复杂度为O(n),如果想提高查找排名的时间复杂度，可以再和跳表结合一块，根据积分建立索引，查找排名的时间复杂度将提升为O(logn)

  2018-11-05

  

   5
• 

  Lucus

  老师我有一点不明白，双向链表中节点要移动到尾部还有找到链表头节点应该都需要遍历链表吧，平均时间复杂度应该是O（n）啊？

  作者回复: 链表头、尾指针是已经记录好的了。移动到尾部，就是先删除，再添加的过程。

  2019-04-08

  

   4
• 

  Fstar

  老师，你那个 LRU 的删除和添加操作，貌似没有说要更新拉链的链表呢？我觉得删除操作时，还要保存匹配节点在拉链中的上一个节点，通过hnext移除匹配节点；添加操作时，也要记录匹配拉链的最后一个节点k，且只有在发现数据不存在时，并将其添加到双链表末尾时，再让这个k指向这个新建的元素，不知道这样对不对？

  作者回复: 你说的没错。

  2019-02-07

  

   4
• 

  小智e

  想请问一下，如何使用跳表来解决哈希冲突呢？没想通

  作者回复: 就是把散列表中的链表换成跳表 其他不变

  2018-12-07

  

   4
• 

  Tensor

  老师，您好，你讲的那个LRU算法中的，散列表加上双向链表的图没有看懂，能不能再讲详细点儿啊（不好意思，基础太差了）？还有不理解的是为什么查找哈希表中双向链表某一节点的时间复杂度是o(1)？？？首先在哈希表中遍历为1，但确定了哈希表的位置后，还要遍及节点，这个跟链表的规模有关吧？？？

  2018-11-11

   1

   4
• 

  Uncle.席

  10万个猎头，走眼看成了猪头，也许是猪肉太贵了吧！

  2019-11-28

  

   3