哈希表及哈希表查找相关概念

原文地址：http://www.cnblogs.com/Bob-FD/archive/2012/10/16/2725916.html

1. 哈希表的概念
　　　对于动态查找表而言，1) 表长不确定；2)在设计查找表时，只知道关键字所属范围，而不知道确切的关键字。因此，一般情况需建立一个函数关系，以f(key)作为关键字为key的录在表中的位置，通常称这个函数f(key)为哈希函数。(注意：这个函数并不一定是数学函数)

　1. 哈希函数是一个映象，即：将关键字的集合映射到某个地址集合上，它的设置很灵活，只要这个地址集合的大小不超出允许范围即可;
　2. 由于哈希函数是一个压缩映象，因此，在一般情况下，很容易产生“冲突”现象，即：key1 key2，而 f(key1) = f(key2) 并且，改进哈希函数只能减少冲突，而不能避免冲突。
      因此，在设计哈希函数时，一方面要考虑选择一个“好”的哈希函数;另一方面要选择一种处理冲突的方法。所谓“好”的哈希函数，指的是对于集合中的任意一个关键字，经哈希函数“映象”到地址集合中任何一个地址的概率是相同的，称这类哈希函数为“均匀的”哈希函数。
　　根据设定的哈希函数H(key)和所选中的处理冲突的方法，将一组关键字映象到一个有限的地址连续的地址集(区间)上，并以关键字在地址集中的“象”作为相应记录在表中的存储位置，这种表被称为哈希表。哈希表是基于哈希函数建立的一种查找表。

2. 哈希函数的构造方法
　　对数字的关键字可有下列哈希函数的构造方法，若是非数字关键字，则需先对其进行数字化处理。
（1） 直接定址法
　　哈希函数为关键字的线性函数：
　　　H(key) = key 或者 H(key) = a key + b
　　适用场合：地址集合的大小 = 关键字集合的大小　
（2）数字分析法
　　假设关键字集合中的每个关键字都是由s位数字组成(k1, k2, …, kn)，分析关键字集中的
　　全体，并从中提取分布均匀的若干位或它们的组合作为地址。
　　适用场合：能预先估计出全体关键字的每一位上各种数字出现的频度。
（3） 平方取中法
　　若关键字的每一位都有某些数字重复出现频度很高的现象，则先求关键字的平方值，以通过
　 “平方”扩大差别，同时平方值的中间几位受到整个关键字中各位的影响;
（4） 折叠法
　　若关键字的位数特别多，则可将其分割成几部分，然后取它们的叠加和为哈希地址。可有：
　　移位叠加和间界叠加两种处理方法。
（5） 除留余数法
　　　H(key) = key MOD p p≤m (表长)
　　关键问题是:如何选取 p ?
　　p 应为不大于m 的质数或是不含20以下的质因子
　　例如：key = 12, 39, 18, 24, 33, 21 时， 若取 p=9, 则使所有含质因子3的关键字均映射
　　　　　到地址0, 3, 6 上，从而增加了“冲突”的可能性。
（6） 随机数法
　　H(key) = Random(key)实际造表时，采用何种构造哈希函数的方法取决于建表的关键字集合
　　 的情况(包括关键字的范围和形态)，总的原则是使产生冲突的可能性降到尽可能地小。

3. 处理冲突的方法
　　处理冲突的实际含义是：为产生冲突的地址寻找下一个哈希地址。
（1）开放定址法
　　为产生冲突的地址H(key)求得一个地址序列：
　　H0, H1, H2, …, Hs 1≤s≤m-1
　　其中：H0 = H(key)
　　Hi = ( H(key) + di ) MOD m i=1, 2, …,s
　　增量 di 有三种取法：
　　1） 线性探测再散列
　　　di = c i 最简单的情况 c=1
　　2） 平方探测再散列
　　　di = 1², -1², 2², -2², …,
　　3） 随机探测再散列
　　　di 是一组伪随机数列
　　　注意：增量di应具有“完备性”，即产生的Hi均不相同，且所产生的s(m-1)个Hi值能覆盖
　　　　　　 哈希表中所有的地址。要求：
　　　· 平方探测时的表长m必为4j+3的质数；
　　　· 随机探测时的m和di没有公因子。
（2）链地址法
　　　将所有哈希地址相同的记录都链接在同一链表中。
　　　线性探测容易产生二次聚集，链地址肯定不会产生二次聚集。一次聚集的产生主要取决于哈希函数，在哈希函数均匀的前提下，可以认为没有一次聚集。　

（3）再哈希法

        在同义词产生地址冲突时计算另一个哈希函数地址，直到冲突不再发生。这种方法不易产生“聚集”，但增加了计算时间。

4. 哈希表的查找
　　查找过程和造表过程一致。假设采用开放定址处理冲突，则查找过程为:
　　对于给定值K, 计算哈希地址 i = H(K) ,若r[i] = NULL 则查找不成功;
　　若 r[i].key = K 则查找成功, 否则求下一地址Hi，直至r[Hi] = NULL (查找不成功)
　　或r[Hi].key = K (查找成功)为止。
　
//--- 开放定址哈希表的存储结构 ---

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

int hashsize[] = { 997, ... }; // 哈希表容量递增表，一个合适的素数序列

typedefstruct {

     ElemType *elem;// 数据元素存储基址， 动态分配数组

     intcount; // 当前数据元素个数

     intsizeindex; // hashsize[sizeindex]为当前容量

} HashTable;

 

 

#define SUCCESS 1

#define UNSUCCESS 0

#define DUPLICATE -1　

 

 

Status SearchHash (HashTable H, KeyType K,int &p, int &c) {

// 在开放定址哈希表H中查找关键码为K的元素，若查找成功，以p指示待查数据元素在表中位置，并返回SUCCESS；否则，以p指示插入位置，并返回UNSUCCESS, c用以计冲突次数，其初值置零，供建表插入时参考

　　p = Hash(K); // 求得哈希地址

　　while( H.elem[p].key != NULLKEY && !EQ(K, H.elem[p].key))

// 该位置中填有记录并且关键字不相等

　　collision(p, ++c);// 求得下一探查地址p

　　if(EQ(K, H.elem[p].key))

　　　　returnSUCCESS; // 查找成功，p返回待查数据元素位置

　　elsereturn UNSUCCESS;// 查找不成功，p返回的是插入位置

} // SearchHash

 
通过调用查找算法实现了开放定址哈希表的插入操作。

?

1

2

3

4

5

6

7

8

9

10

Status InsertHash (HashTable &H, Elemtype e) {

// 查找不成功时插入数据元素e到开放定址哈希表H中，并返回OK；若冲突次数过大，则//重建哈希表

　　c = 0;

　　if( HashSearch ( H, e.key, p, c ) == SUCCESS )

　　　　returnDUPLICATE; // 表中已有与e有相同关键字的元素

　　elseif ( c < hashsize[H.sizeindex]/2 ) {// 冲突次数c未达到上限，（阀值c可调）

　　　　H.elem[p] = e; ++H.count;return OK; // 插入e

　　　　 }

else RecreateHashTable(H); // 重建哈希表

} // InsertHash

可见，无论查找成功与否，ASL均不为零。

决定哈希表查找的ASL的因素：
1. 选用的哈希函数;
2. 选用的处理冲突的方法;
3. 哈希表饱和的程度，装载因子α=n/m 值的大小一般情况下，可以认为选用的哈希函数是“均匀”的，则在讨论ASL时，可以不考虑它的因素。哈希表的ASL是处理冲突方法和装载因子的函数。可以证明查找成功时有下列结果：

　
　
5. 哈希表的删除操作
　 从哈希表中删除记录时，要作特殊处理，相应地要修改查找算法对静态查找表，有时也可能找到不发生冲突的哈希函数。 即此时的哈希表的ASL=0, 此类哈希函数为理想(perfect)的哈希函数