数据结构 复习 :散列表

散列(哈希表):

更好的去查找一个元素,直接知道其存储位置

散列本质就是一个函数,给定值之后返回其对应的地址

1,散列函数:

➢ 散列函数：把关键词值映射到散列地址，通常用h来表示。

➢ h(Key) ＝Address of Hash Table

➢ 散列函数的选取原则

✓便于快速计算

✓极少出现冲突：不同关键词的散列函数值尽可能不同

⚫ 函数值域在散列表长范围内，即0 £ h(K) < M， M为散列表长度。

⚫ 关键词映射到散列表各位置的概率尽量相等，使散列函数值在

区间 [0，M-1] 内均匀分布。

1,取余法:

h(K) = K%M。其中M为散列表长度， %为取余运算，也表示为mod。 

如果是等差数列,只有当等差和M互质,才有可能均匀分布

2,MAD法

h(K) = (a´K+b)%M ,M为素数，a>1,b>1,m和a互质

3,乘法散列表:h(k)=M((k*x )mod 1)

即用M*(k*x的小数部分)来确定位置.一般这里的x为黄金分割点的值0.618

4,平方取中值

5,压缩法

5.1异或和来压缩

缺点是ab和ba值一样,而且baab cccc都是一个地址

5.2折叠法

对字串进行求和

6.抽取法取特定的某几位当作地址

➢ 函数值仅依赖关键词的部分位, 而不是依赖整个关键词，容易出现冲

突，如 h(THE)=h(FROM)=h(ONE)=h(WE) =(101)2 = 5，

 h(1234567)= h(1639527)= h(1536517)=1357

2.冲突的解决办法:

2.1(开散列法)拉链法:

利用链表实现

2.2闭散列表

2.2.1线性探查:

➢当发生冲突时，以固定的次序查找表中的记录，直到找到一个关键词为K的结点或者找到一个空位置

➢ 其循环探查路径： hi = ( h(K) + i ) % M

h(K), h(K)+1, h(K)+2, h(K)+3, …, M-1, 0, 1, …, h(K)-1

➢ 检查相邻元素，缓存命中率高。

缺点:容易出现聚集现象,即所有的都杂糅在了一起

装填因子:a=N/M  其中a最好在0.5--0.8,也就是说最好装一半到80%

成功查找长度:查找次数之和/元素个数

失败查找长度:M个元素查找到失败的次数/M   注意:到空位才失败

成功平均查找长度:(1+1+1+1+3+1+1+3)/8

失败平均查找长度:(6+5+4+3+2+1+4+3+2+1)/10

现有长度为11且初始为空的散列表HT，散列函数是H(K)=K%7，采用线性探查法解决冲突。将关键词序列87, 40, 30, 6, 11, 22, 98, 20依次插入HT后，HT查找失败的平均查找长度是_____. 【2019年考研题全国卷】

A.4 B.5.25 C.6 D.6.29

ASL=(9+ 8+ 7+ 6+ 5+ 4+ 3 ) /7= 42/7= 6

2.2二次探查

探测序列：hi = (h(K) ±i^2 ) % M ，其中i=1, 2, …, (M-1)/2, M为散列表长

特点：一旦冲突，能更快的跳离“是非之地”，避免聚集

2.3双重探查

从h(K)开始，寻找空地址时，所前进的步长不是固定的，而与K有关，即用δ(K)代替线性探查的前进步长1 (1≤ δ(K) <M) 。

➢ 循环探查路径：

h(K), h(K)+ δ(K), h(K)+ 2δ(K), …以上各值均在 % M意义下

➢ 为了确保表中的每一个地址都能探查到，要求δ(K)和M互质，因此M应选作素数。

3.散列表的删除

如果是拉链法,可以直接使用链表的删除

如果是线性探查法,不可以直接删除,会导致断层

1,懒惰删除,

表示该处为已删除,继续向后寻找,如果在插入的时候也可以在这个地方插入

缺点:会使查找的次数变多

2,实时删除

删除T[j]：将位置j清空，然后考察位置j+1到下一个空位前的每一个位置i，看将位置j清空后，是否阻碍查找T[i]的探查路径，若是则将T[i]前移至空位。

如下面M=13的,h[k]=k%13,删除9

当装填因子<=2/3，平均时间复杂度为O(1)。

3,延迟删除

✓可以保存每一个元素的访问次数。

✓将标记为“已删除”的位置清空，然后把元素按访问次数递减的顺序依次重新插入散列表，使被频繁访问的元素存储在接近其散列函数值的位置，有利于减少平均查找长度。