慕课（11）

散列表：

散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。

常用方法编辑
散列函数能使对一个数据序列的访问过程更加迅速有效，通过散列函数，数据元素将被更快地定位。
实际工作中需视不同的情况采用不同的哈希函数，通常考虑的因素有：
· 计算哈希函数所需时间
· 关键字的长度
· 哈希表的大小
· 关键字的分布情况
· 记录的查找频率

散列函数的构造方法：
常见的散列函数
（1）直接定址法
对关键码进行先行计算：hash(key)=a*key+b,a和b为常数
（2）除留余数法
散列表中存储地址范围0~m-1，去一个不大于m但最接近m的质数p，hash(key)=key%p(p<=m)
（3）数字分析法
设有n个d位数，每一位可能有r种不同的符号，在各位的出现频率不一定相同，若散列表地址0~m-1，占k位数，可选其中各种符号分布均匀的k位，并乘一个比例因子得到散列地址
（4）平方取中法
计算构成关键码标识符的内码的平方，取中间若干位为散列地址
（5）折叠法
把关键码自左至右分成位数与散列地址相等的几部分，进行叠加
设关键码为2 5 3 4 6 3 5 8 7 0 5，散列地址为三位。

（1）：
取关键词的某个线性函数值为散列地址，即
h(key) = a × key + b (a、b为常数)
散列函数的构造函数为：h(key)=key-1990。

（2）：
散列函数为：h(key) = key mod p
例: h(key) = key % 17
地址 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
关键词 34 18 2 20 23 7 42 27 11 30 15
一般，p 取素数，这里：p = Tablesize = 17。

（3）：
分析数字关键字在各位上的变化情况，取比较随机的位作为散列地址
比如：取11位手机号码key的后4位作为地址：
散列函数为：h(key) = atoi(key+7) (char *key)

如果关键词 key是18位的身份证号码：

用红线标出来的是变化比较大的的6位数字，这里就取这6位数字来组建散列函数
h1(key) = (key[6]-‘0’)×104 + (key[10]-‘0’)×103 +(key[14]-‘0’)×102 + (key[16]-‘0’)×10 + (key[17]-‘0’)

当 key[18] = ‘x’时，身份证最后一位为X
h(key) = h1(key)×10 + 10

当 key[18] 为’0’~’9’时，身份证最后一位为数字
h(key) = h1(key)×10 + key[18]-‘0’

（5）：
把关键词分割成位数相同的几个部分，然后叠加。

冲突处理方法：
1.开放定址法(再散列法)：

基本思想：当关键字key的哈希地址p=H（key）出现冲突时，以p为基础，产生另一个哈希地址p1，如果p1仍然冲突，再以p为基础，产生另一个哈希地址p2，…，直到找出一个不冲突的哈希地址pi ，将相应元素存入其中。 这种方法有一个通用的再散列函数形式：

        Hi=（H（key）+di）% m   i=1，2，…，n

其中H（key）为哈希函数，m 为表长，di称为增量序列。增量序列的取值方式不同，相应的再散列方式也不同。

1.线性探测再散列：

dii=1，2，3，…，m-1 冲突发生时，顺序查看表中下一单元，直到找出一个空单元或查遍全表。

2.二次探测再散列：

di=12，-12，22，-22，…，k2，-k2 ( k<=m/2 ) 冲突发生时，在表的左右进行跳跃式探测，比较灵活。

3.伪随机探测再散列：

di=伪随机数序列。 具体实现时，应建立一个伪随机数发生器，（如i=(i+p) % m），并给定一个随机数做起点。

性能分析:
影响产生冲突多少有以下三个因素：
（1）散列函数是否均匀；
（2）处理冲突的方法；
（3）散列表的装填因子α。
分析：不同冲突处理方法、装填因子对效率的影响

5 散列查找优缺点比较：
优点： 选择合适的 h(key) ，散列法的查找效率期望是常数O(1)，它几乎与关键字的空间的大小n无关！也适合于关键字直接比较计算量大的问题

中性：它是以较小的α为前提。因此，散列方法是一个以空间换时间它是以较小的α为前提。因此，散列方法是一个以空间换时间

缺点：散列方法的存储对关键字是随机的，不便于顺序查找关键字，也不适合于范围查找，或最大值最小值查找。

开放地址法优缺点比较：
优点：散列表是一个数组，存储效率高，随机查找。
缺点：散列表有“聚集”现象