查找算法总结(2)--哈希表
来源:互联网 发布:查找企业的软件 编辑:程序博客网 时间:2024/05/29 11:22
一、简介
哈希表也叫散列表,是普通数组概念的推广。普通数组可以直接寻址,利用
存储位置=
哈希表建立完成后,就是哈希查找了。哈希查找的过程和构建哈希表的过程一致。给定关键字,利用哈希函数计算其位置,如果有冲突的话,需要按照解决冲突的方法寻找关键字。时间复杂度在无冲突的哈希表中只需要O(1).
以下内容转自http://blog.csdn.net/xiaokang123456kao/article/details/54583062
一、为什么要用哈希表
树的操作通常需要O(N)的时间级,而哈希表中无论存有多少数据,它的插入和查找(有时包括删除)只需要接近常量级的时间,即O(1)的时间级。
但是哈希表也有一定的缺点:它是基于数组的,数组创建后难以扩展。而某些哈希表在基本填满时,性能下降明显,所以事先必须清楚哈希表中将要存储多少数据。而且目前没有一种简便的方法可以对哈希表进行有序(从大到小或者从小到大)的遍历,除非哈希表本身是有序的,但事实上这是违背哈希原则的。
综合以上:当不需要有序遍历数据,而且可以提前预测需要存储的数据项的数目,使用哈希表的结构是十分方便的。
二、哈希化
把巨大的整数(关键字)范围压缩到一个可接受的数组范围内,便于存储和查找。通常来说,我们要存储5000个数据,但数据的关键字范围可能是0-200000。我们不可能去开辟200000的数组去存储这5000个数据,这就需要一个函数把关键字和数组下标对应起来。这就是哈希函数。通常的做法是取余操作。i=N%size;i为下标,N为关键字,size为数组大小。不过通常来说,size设为要存储数据项数目的两倍。
如果哈希表存满时,需要扩展哈希表。我们需要新建一个更大的数组来存储数据,然后把原表中数据一一取出放入新表中。需要注意的是数据放入新表时需要重新用哈希函数计算哈希值,不能直接进行数组的复制,因为哈希函数的size已经变了。
通常而言我们把哈希数组的容量设为一个质数。首先来说假如关键字是随机分布的,那么无所谓一定要模质数。但在实际中往往关键字有某种规律,例如大量的等差数列,那么公差和模数不互质的时候发生碰撞的概率会变大,而用质数就可以很大程度上回避这个问题。对于除法哈希表h(k)=k mod m,注意二进制数对取余就是该二进制数最后r位数。这样一来,Hash函数就和键值(用二进制表示)的前几位数无关了,这样我们就没有完全用到键值的信息,这种选择m的方法是不好的。所以好的方法就是用质数来表示m,使得这些质数,不太接近2的幂或者10的幂。
三、解决冲突
首先一般哈希表是不允许重复的关键字,否则查找函数只能返回最先查到的关键字,无法找到所有的对应数据项。如果重写查找函数让它可以找到所有的对应数据项,这又会使得无论是否是重复关键字,查找操作都要搜索整个表,非常耗时。
存储过程中可能出现存储的数据项关键字不同,但计算出来的哈希值是相同的,这就是冲突。
通常采用以下两种方法来解决冲突。
1、开放地址法
直接在哈希表中找到一个空位,把冲突的数据项存进去。
2、链地址法
把哈希表中存储的数据格式设为链表,这样可以把冲突的数据放入对应位置的链表中即可。
二、开放地址法的Java实现
根据在查找下一个空位置时采用的方法,可以把开放地址法分为三种:线性探测、二次探测和再哈希法。
2.1 线性探测
/构造哈希表中的元素public class DataItem { private int iData; // 设为关键字 //-------------------------------------------------------------- public DataItem(int ii) // 构造器 { iData = ii; } //-------------------------------------------------------------- public int getKey() //获取关键字 { return iData; } }
//实现线性探测法哈希表public class HashTable1 { private DataItem[] hashArray; // 数组形式 private int arraySize; //哈希表的大小 private DataItem nonItem; // 删除数据时,将被删除的数据设为nonItem //------------------------------------------------------------- public HashTable1(int size) //构造器,指定哈希表的大小 { arraySize = size; hashArray = new DataItem[arraySize]; nonItem = new DataItem(-1); // 把nonItem的关键字设为-1 } //------------------------------------------------------------- public void displayTable() //显示哈希表 { System.out.print("Table: "); for(int j=0; j<arraySize; j++) { if(hashArray[j] != null) System.out.print(hashArray[j].getKey() + " "); else System.out.print("** "); //该位置没有存数据 } System.out.println(""); } //------------------------------------------------------------- public int hashFunc(int key) { return key % arraySize; // 哈希函数 } //------------------------------------------------------------- public void insert(DataItem item) // 插入数据 // 默认表未满,事实上哈希表是不允许存满的,哈希表的大小比实际存储的数据数要大。 { int key = item.getKey(); // 获取数据项的关键字,用于计算哈希值 int hashVal = hashFunc(key); // 计算哈希值 // 当前位置存有数据并且该数据未被删除 while(hashArray[hashVal] != null && hashArray[hashVal].getKey() != -1) { ++hashVal; // 查找下一个位置 hashVal %= arraySize; // 到达表的末尾时,hashVal值变成1,。构成循环,从而可以查找整个表 } hashArray[hashVal] = item; // 找到位置 } // end insert() //------------------------------------------------------------- public DataItem delete(int key) // 根据关键字删除数据 { int hashVal = hashFunc(key); // 根据关键字计算哈希值 while(hashArray[hashVal] != null) // 该位置存有数据 { // 两者的关键字是否相同 if(hashArray[hashVal].getKey() == key) { DataItem temp = hashArray[hashVal]; // 保存删除的数据项,用于返回 hashArray[hashVal] = nonItem; // 删除 return temp; // 返回删除的数据项 } ++hashVal; // 关键字不相同,继续查找下一个 hashVal %= arraySize; //循环 } return null; // 未找到 } // end delete() //------------------------------------------------------------- public DataItem find(int key) // 表中是否存在该关键字的数据项 { int hashVal = hashFunc(key); while(hashArray[hashVal] != null) { if(hashArray[hashVal].getKey() == key) return hashArray[hashVal]; ++hashVal; hashVal %= arraySize; } return null; } //-------------------------------------------------------------}
2.2 二次探测法
线性探测法会发生集聚现象,即冲突数据项会集聚在一起,原因是查找空数据项是一步一步移动的。
二次探测法是为了防止集聚产生的一种尝试方法,思想是探测间隔较远的单元,而不是临近的单元。具体方法是把步长设为探测次数的平方,比如第1次探测步长为1,第2次为4,第3次为9以此类推。
但是二次探测法会产生二次集聚。通常不采用该方法,因为有更好的解决方案。
2.3 再哈希法
方法是对冲突的关键字用另一个哈希函数计算其值,把结果作为搜索时的步长。这就使得不同的关键字步长不同,避免了集聚现象。
第二个哈希函数必须具备以下条件:
(1)与第一个哈希函数不同
(2)不能得出结果为0,否则步长为0.
通常第二个哈希函数采用如下函数:
step=constant-(key%contant)
constant是一个质数且小于数组容量,key是关键字。step范围在1-constant之间。
再哈希法要求表的容量是一个质数,这是为了使查找操作可以遍历整个表。否则假设表的容量为15,不是一个质数。而查找初始位置为4,查找步长为5,那么每次查找都是固定的三个数,即下标为9,14,4对应的数据。设为质数可以避免这种情况。
//实现再哈希法哈希表,包括哈希查找public class HashTable2 { private DataItem[] hashArray; private int arraySize; private DataItem nonItem; //------------------------------------------------------------- public HashTable2(int size) // 构造器 { arraySize = size; hashArray = new DataItem[arraySize]; nonItem = new DataItem(-1); } //------------------------------------------------------------- public void displayTable() { System.out.print("Table: "); for(int j=0; j<arraySize; j++) { if(hashArray[j] != null) System.out.print(hashArray[j].getKey()+ " "); else System.out.print("** "); } System.out.println(""); } //------------------------------------------------------------- public int hashFunc1(int key) { return key % arraySize; } //------------------------------------------------------------- public int hashFunc2(int key) //再哈希 { return 5 - key % 5; } //------------------------------------------------------------- public void insert(int key, DataItem item) // 假设表未满 { int hashVal = hashFunc1(key); // 计算哈希值 int stepSize = hashFunc2(key); // 计算步长 while(hashArray[hashVal] != null && hashArray[hashVal].getKey() != -1)//非空且数据未删除 { hashVal += stepSize; // 加步长 hashVal %= arraySize; // 循环到表头 } hashArray[hashVal] = item; // 插入 } // end insert() //------------------------------------------------------------- public DataItem delete(int key) // 删除 { int hashVal = hashFunc1(key); //计算哈希值 int stepSize = hashFunc2(key); // 计算步长 while(hashArray[hashVal] != null) // 非空 { if(hashArray[hashVal].getKey() == key)//找到 { DataItem temp = hashArray[hashVal]; hashArray[hashVal] = nonItem; return temp; } hashVal += stepSize; hashVal %= arraySize; } return null; // 无法找到 } // end delete() //------------------------------------------------------------- public DataItem find(int key) // 查找 // 假设表未满 { int hashVal = hashFunc1(key); int stepSize = hashFunc2(key); while(hashArray[hashVal] != null) // 非空 { if(hashArray[hashVal].getKey() == key) return hashArray[hashVal]; // 找到返回 hashVal += stepSize; // 加步长 hashVal %= arraySize; } return null; // can't find item }}
三、如何设计哈希函数
1、不使用无用数据项
关键字的选取时,要提出原始数据中的无用数据项,例如起始位、校验位、结束位等,因为这些数据位没有携带信息。
2、使用所有的有用数据位
所有的有用数据位在哈希函数中都应当有体现。不要使用前四位或者后五位等其他方法。
3、使用质数作为取模运算的基数。
若关键字完全随机分布,质数和非质数的表现差不多。但是当关键字不是随机分布时,就应该使用质数作为哈希表的大小。使用质数可以是关键字较为平均的映射到哈希表的各个位置。
四、开放地址法和链地址法的比较
开放地址法在表快满时,性能有明显下降,且对哈希表进行扩展时操作复杂。链地址法需要设计链表类,但是不会随着数据项的增多导致性能快速下降,而且可以动态扩展哈希表。
- 查找算法总结(2)--哈希表
- 查找算法总结
- 查找算法总结
- 查找算法总结
- 查找算法的总结
- 查找算法总结
- 查找算法总结
- 查找算法总结
- 查找算法总结
- 查找算法总结
- 各类查找算法总结
- 查找算法总结
- 查找算法总结
- 常见查找算法总结
- 查找算法总结
- 查找算法数据结构总结
- 查找算法大总结
- 排序,查找算法 总结
- 【Hibernate】——常用主键生成策略
- HotSpot虚拟机在java堆中的内存使用
- python3进阶学习总结——简单爬虫实现
- 保存缓存
- TCP连接与释放期间的四种定时器
- 查找算法总结(2)--哈希表
- java访问权限和继承性
- POJ 1344 Tree Size Problem 笔记
- jQuery实现清空table表格除首行外的所有数据
- ProcessStartInfo
- php日志!很重要
- 【cc2541历程】APP更改蓝牙设备名称
- java集合系列之LinkList 概要
- 薅羊毛!利用阿里云腾讯云正版KMS服务器端口转发