【杂谈】Hash表与平衡树

hash表与平衡树查询数据的时间复杂度是多少？

hash表为O(1)，平衡树为O(logn)

这个时间复杂度是如何得出的？

时间复杂度是按照最糟糕的情况来的。但即使是最糟糕的情况，hash表也只需要计算一次，就可以定位到数据（对于常见的实现，实际上是定位到桶，然后在桶内遍历）。而对于平衡树，例如AVL树，由于数据是有序的，比对的最大次数就是树的深度。

明明hash表查询更快，数据库为什么不用hash表？

我能想到的有两方面，一个是平衡树的有序特性，另一个就是hash表的扩容问题。

有序有什么用？

假设数据库中有1百万条数据，有100条的id>xxx。现在我们要从这一百万条数据中，取出这100条id>xxx的数据。由于平衡树是有序的，只要找到xxx这个主键，就可以顺藤摸瓜，得到所有的大于xxx的用户。而对于hash表，它只能把每个数据都拿出来比对一遍。

hash表的扩容问题是什么？

我们常见的hash表实现，是基于数组实现的，用拉链法解决hash冲突。基于数组的固定大小，我们才方便进行hash计算。但是当数据量上去的时候，每个hash桶内的元素会越来越多，必然影响到查询。所以一般都会在达到临界值的时候，进行扩容。找一片更大的空间，然后把旧数据移入新空间中，这个过程需要重hash。数据量一大的话，重hash的时间成本非常高。

可以尽量避免重hash吗？

可以是可以。前提是我们知晓将要存入的数据大概在什么范围，这样的话就可以在初始化hash表的时候指定大小。但是对于数据库这种应用，我们没办法确定到底会放多少数据进去。