[心得] 圖解演算法 Hash Search使用優勢與時機

【圖解演算法教學】

還在用古老的二元搜尋法？是時候跟上「Hash Search」 的車尾燈了！

封面圖：https://imgur.com/8GfYiTO

架構圖：https://imgur.com/SbC5IKY

在我們還沒學資料結構前，通常都用Linear Search找東西。
之後，我們學了二元樹，開始利用二元搜尋法，大幅提升搜尋效能。
然而，在演算法的世界中：
還有比Binary Search還快的東西，即是這次要介紹的「Hash Search」！

影片連結：https://bit.ly/2Uv2sBf

考量有人習慣文章閱讀，這邊也直接幫大家整理出重要內容：

Linear Search : BigO(n)
Binary Search : BigO(n) ~ BigO(log(n))
Hash Search : BigO(n) ~ BigO(1)

可以看到，在最佳狀況下，Hash Search的效率是最快的，一步到位。
而之所以可以做到這樣的效能，是因為Hash Seach是by Index的搜尋方式。

比如說將 29 這個數字 經過hash之後：

9 = hash(29)

就能拿到 index 9 ，我們只要去查 array[9] == 29 是否正確，就能拿到結果。

當然，現實上沒這麼理想，會遇到「碰撞」，也就是不同來源數字hash到同一個index
這部分將在後續實作中介紹，這次主要是幫大家抓到使用「Hash Search」的誘因。

最後補充，Binary Search由於會先將資料排序，所以更適合用在「範圍搜尋」。

以上內容為影片重點萃取，有需要可以進一步參考影片完整介紹，
希望能多少幫到初學與需要複習的人！

--