查找算法总结(2)--哈希表

转载 2017年05月26日 20:17:19

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Loc(ai)=Loc(a1)+(i1)c,可以在O(1)时间内直接访问任意位置。函数Loc()是一种映射,将关键字映射到它的地址。同理,哈希表也是通过某个函数F,使得
存储位置=F(关键字),F称为散列函数或哈希函数。同时,不同的关键字通过映射后要尽量得到不同的值,这就要设计合适的哈希函数,另外一旦哈希函数失效,在同一个位置存储多个关键字,需要有解决冲突的方法。所以建立哈希表的关键在于两点:设计哈希函数和处理冲突的方法。
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。

相关文章推荐

数据结构哈希表查找算法

  • 2008年03月14日 22:59
  • 2KB
  • 下载

散列表(哈希表)查找算法

散列方法不同于顺序查找、二分查找、二叉排序树及B-树上的查找。它不以关键字的比较为基本操作,采用直接寻址技术。在理想情况下,无须任何比较就可以找到待查关键字,查找的期望时间为O(1)。 散列表的...

C算法精解-----哈希表(2)

前面对链式哈希表的定义、实现、分析的一下,感觉也不是想象中的那么难,只要把思路理清,在草稿纸上画下他的实现思路,代码阅读起来也就一目了然了。下次再看时,只要把当初画的草图一拿出来就知道,当初定义的函数...

从头到尾彻底解析哈希表算法(2)

原文: 从头到尾彻底解析哈希表算法 第二部分:Hash表算法的详细解析   什么是Hash   Hash,一般翻译做“散列”,也有直接音译为“哈希”的,就是把任意长度的输入(又叫做预映射...

查找算法总结之二(动态查找表)

查找树查找算法总结(二),动态查找表

路由之路由表查找算法概述-哈希/LC-Trie树/256-way-mtrie树

转自:http://blog.csdn.net/dog250/article/details/6596046 引:路由是互联网的一个核心概念,广义的讲,它使分组交换网的每个节点彼此独立,通过路由耦合...

Internet路由之路由表查找算法概述-哈希/LC-Trie树/256-way-mtrie树

说明:本文没有源码分析的内容,然而我认为能理解本质比能看懂源码更有用,因为理解了本质之后,你也许就不用再看源码了,你甚至都可以写源码了。这就是Linux内核和Cisco的网站中包含大量文档的原因。引:...
  • dog250
  • dog250
  • 2011年07月10日 16:10
  • 17544

哈希查找算法

  • 2012年06月18日 22:49
  • 1.99MB
  • 下载
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:查找算法总结(2)--哈希表
举报原因:
原因补充:

(最多只允许输入30个字)