数据结构——查找（散列表）

散列表的基本概念

基本思想：记录的存储位置与关键字之间存在对应关系

对应关系——hash函数：Loc(i) = H(keyi) → hash函数

例如：

根据散列函数 H(key) = k
查找 key = 9，则访问H(9) = 9号地址，若内容为9则成功；
若查不到，则返回一个特殊值，如空指针或空记录

优点：查找效率高
缺点：空间效率低
 
 

散列表的若干术语

散列方法(杂凑法)
  选取某个函数，依该函数按关键字计算元素的存储位置，并按此存放；
  查找时，由同一个函数对给定值k计算地址，将k与地址单元中元素关键码进行对比，确定查找是否成功。

散列函数(杂凑函数)：散列方法中使用的转换函数。

散列表(杂凑表)：按上述思想构造出的表
  散列函数： $$H(key)=k$$

冲突：不同的关键码映射到同一个散列地址
  $$key1\ne key2，但是h(key1)=H(key2)$$
例： 有6个元素的关键码分别为：（25，21，39，9，23，11），
   选取关键码与元素位置间的函数为 H(k) = k mod 7，
   地址编号从 0 - 6。

 
 

散列函数的构造方法

同义词：具有相同函数值的多个关键字

散列存储
  选取某个函数，依该函数按关键字计算元素的存储位置；
    Loc(i) = H(keyi)

冲突 不同的关键码映射到同一散列地址；
    key1 ≠ key2，但是h(key1) = H(key2)

在散列查找方法中，冲突是不可能避免的，只能尽可能减少。

构造散列函数考虑的因素：
1）执行速度（即计算散列函数所需时间）；
2）关键字长度；
3）散列表的大小；
4）关键字的分布情况；
5）查找频率。

常用的构造方法有：
1.直接定址法
2. 数字分析法
3. 平方取中法
4. 折叠法
5. 除留余数法
6. 随机数法

 
 

处理冲突的方法

 

开放定址法

基本思想：
  有冲突时就去寻找下一个空的散列地址，只要散列表足够大，空的散列地址总能找打，并将数据元素存入。

 
 

线性探测法

 
例如：
  关键码集为{47，7，29，11，16，92，22，8，3}，散列表长为m = 11；散列函数为Hash(key) = key mod 11；拟用线性探测法处理冲突。散列表如下：


 
 

二次探测法

 
 

伪随机探测法

 
 

链地址法

基本思想：
  相同散列地址的记录链成一单链表，m个散列地址就设m个单链表，然后用一个数组将m个单链表的表头指针存储起来，形成一个动态结构。

链地址法建立散列表步骤：

Step1： 取数据元素的关键字key，计算其散列函数值（地址）。若该地址对应的链表为空，则将该元素插入此链表；否则执行Step2解决冲突。

Step2： 根据算则的冲突处理方法，计算关键字key的下一个存储地址。若该地址对应的链表不为空，则利用链表的前插法或后插法将该元素插入此链表。

链地址法的优点：

• 非同义词不会冲突，无“聚集”现象
• 链表上结点空间动态申请，更适合于表长不确定的情况

 
 

散列表的查找

 
 

散列表的查找效率

使用平均查找长度ASL来衡量查找算法，ASL取决于：

• 散列函数
• 处理冲突的方法
• 散列表的装填因子$\alpha$

$$\alpha =\frac{\text{表中填入的记录数}}{哈希表的长度}$$
$\alpha$ 越大，表中记录数越多，说明表装得越满，发生冲突的可能性就越大，查找时比较次数就越多

ASL与装填因子 $\alpha$ 有关！既不是严格的 $O(1)$，也不是 $O(n)$

结论：
散列表技术具有很好的平均性能，优于一些传统的技术；
链地址法优于开地址法；
除留余法作散列函数优于其它类型函数。