大话数据结构—散列表查找(哈希表)

一、基本概念

散列技术:在记录的存储位置和它的关键字之间建立一个确定的相应关系f。使得每一个关键字key相应一个存储位置f(key)。

f:散列函数/哈希函数; 
採用散列技术将记录存储在一块连续的存储空间中。这块连续存储空间称为散列表或哈希表。 
关键字相应的记录存储位置称为散列地址

散列技术既是一种存储方法,也是一种查找方法。 
散列技术适合求解问题是查找与给定值相等的记录。查找速度快。 
散列技术不适合范围查找,不适合查找相同关键字的记录,不适合获取记录的排序,最值。

冲突:关键字key1不等于key2。但f(key1)=f(key2)。


把key1和key2称为散列函数的同义词。

二、散列函数构造

两个原则:

  1. 计算简单
  2. 散列地址分布均匀

1. 直接定址发

f(key)=a x key+b(a、b为常数)

简单。均匀,不会冲突,可是事先知道关键字的分布情况,适合查找表小且连续。

2. 数字分析法

关键字位数多,比方手机号,可能前几位一样,仅仅是后几位不同,抽取关键字的一部分计算散列存储位置。

事先知道关键字分布且若干位分布均匀。 
大话数据结构—散列表查找(哈希表)

3. 平方取中法

不知道关键字分布,且位数不是非常大。1234,平方1522756。抽取中间227作为散列地址。

4. 折叠法

不知道关键字分布,位数多。 
从左到右切割成位数相等的几部分,这几部分叠加求和,并按散列表表长,取后几位作为散列地址。

5. 除留余数法

散列表长m

f(key)=key mod p(p<=m)

p选取不好,产生冲突。 
通常p为<=m(最好接近m)的最小质数或者不包括小于20质因子的合数。

6. 随机数法

关键字长度不等。

f(key)=random(key),random随机函数

当关键字为字符串,转化为某种数字来对待。比方ASCLL码或者Unicode码等。

三、散列冲突处理

1. 开放定址法

又叫线性探測法:一旦冲突,寻找下一个空的散列地址。

散列表大。 
大话数据结构—散列表查找(哈希表)

优化:二次探測法 
大话数据结构—散列表查找(哈希表) 
双向寻找,防止后面没空。但前面有空。 
添加平方,不让关键字聚集在某一块区域。

还有对位移量d随机函数计算。称之为随机探測法。

2. 再散列函数法

大话数据结构—散列表查找(哈希表) 
RHi不同散列函数。随机使用除留、折叠、平方。每次冲突换种散列函数。

3. 链地址法

将全部关键字为同义词的记录存储在一个单链表(同义词字表)中。 
散列表中仅仅存储全部同义词字表的头指针。 
{12,67,56,16,25,37,22,29,15,47,48,34} mod 12 
大话数据结构—散列表查找(哈希表)

缺点:单链表查找遍历耗时。

4. 公共溢出区法

冲突关键字存储到溢出表中 
大话数据结构—散列表查找(哈希表) 
散列计算后,先基本表比較。不等,到溢出表进行顺序查找。

四、散列表查找

1. 附加源代码

#include "stdio.h"    
#include "stdlib.h"   
#include "io.h"  
#include "math.h"  
#include "time.h"

#define OK 1
#define ERROR 0
#define TRUE 1
#define FALSE 0

#define MAXSIZE 100 /* 存储空间初始分配量 */

#define SUCCESS 1
#define UNSUCCESS 0
#define HASHSIZE 12 /* 定义散列表长为数组的长度 */
#define NULLKEY -32768 

typedef int Status; /* Status是函数的类型,其值是函数结果状态代码,如OK等 */ 

typedef struct
{
   int *elem; /* 数据元素存储基址,动态分配数组 */
   int count; /*  当前数据元素个数 */
}HashTable;

int m=0; /* 散列表表长,全局变量 */

/* 初始化散列表 */
Status InitHashTable(HashTable *H)
{
    int i;
    m=HASHSIZE;
    H->count=m;
    H->elem=(int *)malloc(m*sizeof(int));
    for(i=0;i<m;i++)
        H->elem[i]=NULLKEY; 
    return OK;
}

/* 散列函数 */
int Hash(int key)
{
    return key % m; /* 除留余数法 */
}

/* 插入关键字进散列表 */
void InsertHash(HashTable *H,int key)
{
    int addr = Hash(key); /* 求散列地址 */
    while (H->elem[addr] != NULLKEY) /* 假设不为空,则冲突 */
    {
        addr = (addr+1) % m; /* 开放定址法的线性探測 */
    }
    H->elem[addr] = key; /* 直到有空位后插入关键字 */
}

/* 散列表查找关键字 */
Status SearchHash(HashTable H,int key,int *addr)
{
    *addr = Hash(key);  /* 求散列地址 */
    while(H.elem[*addr] != key) /* 假设不为空,则冲突 */
    {
        *addr = (*addr+1) % m; /* 开放定址法的线性探測 */
        if (H.elem[*addr] == NULLKEY || *addr == Hash(key)) /* 假设循环回到原点 */
            return UNSUCCESS;   /* 则说明关键字不存在 */
    }
    return SUCCESS;
}

int main()
{
    int arr[HASHSIZE]={12,67,56,16,25,37,22,29,15,47,48,34};
    int i,p,key,result;
    HashTable H;

    key=39;

    InitHashTable(&H);
    for(i=0;i<m;i++)
         InsertHash(&H,arr[i]);

    result=SearchHash(H,key,&p);
    if (result)
        printf("查找 %d 的地址为:%d \n",key,p);
    else
        printf("查找 %d 失败。

\n",key); for(i=0;i<m;i++) { key=arr[i]; SearchHash(H,key,&p); printf("查找 %d 的地址为:%d \n",key,p); } return 0; }

2. 查找性能

假设无冲突。O(1)。


查找平均长度取决于:

  • 散列函数是否均匀
  • 处理冲突的方法
  • 散列表的装填因子 
    装填因子=填入表中的记录个数/散列表长度。(表示散列表的装满的程度) 
    当填入表中的记录越多,装填因子越大。产生冲突可能性越大。

通常将散列表的空间设置的比查找集合大,牺牲空间换时间。






本文转自mfrbuaa博客园博客,原文链接:http://www.cnblogs.com/mfrbuaa/p/5316818.html,如需转载请自行联系原作者

上一篇:学术界关于HBase在物联网/车联网/互联网/金融/高能物理等八大场景的理论研究


下一篇:360、腾讯、迅雷Windows编程、网络编程面试题及答案