算法4B-----散列

算法4B-----散列

• 散而列之

• 建立快速查询的索引

• BC[j,‘x’]，j相当于身份证号，

call-by-value

• 需要查电话簿才能拨打电话

• 建立一个表格，直接输索引，就可以打出响应的值

java:hashMap+hashTable

• 可以把key-value存储到容器中
• 通过key直接获取value

perl:%hash type

python:dictionary class

ruby:hash table

hashing:table+function

• 昨天的例子

  • BC表，字符集中有多少个字符就有多少项
  • 中间的每一项都记了一个shift
  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rjpaqaHj-1601905457488)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005195132162.png)]
  • 但是unicode这么大集合的字符串就不可能一下子开这么大的数组

• 清华大学的电话簿

  • 新建一个数组
  • 00000000~99999999
  • 首先开不了这么大的数组，其次利用率太低
  • 好处查询O（1），坏处没有这么大的空间

• 解决思路

  • 建一个虚拟的表，假想开那么大的空间

  • 分成两步

  • 1.经过一次函数计算才映射到散列表上

    2.从散列表上再去快速查询，这个散列表是10的(4~5)次方级别<<10^8，几万的数量

  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lZL7ofwo-1601905457497)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005195829518.png)]

  • 取一个素数90001，数组容量是90000，通过取模运算%90001

  • 最饶头的地方：

    • collison:碰撞、冲突
    • 不同的电话映射到一个entry中
    • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LIoxGdGi-1601905457502)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005200127999.png)]

Hashing:hash function

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-86zBtfSB-1601905457514)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005200642108.png)]

• 取余，不动点0，局部的相关性（邻居）
• (a*key+b)%M，让0点偏移b
• 选择数位法
• 平方，取中间位上的数字

polynomial(移位法)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DuIBQJta-1601905457521)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005200827821.png)]

• 把前五位变成后五位，把后27位变成前27位
• 这种hash方式被验证在英文字符中产生的哈希碰撞是最少的

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5eg1ZmnU-1601905457527)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005201346838.png)]

• 将一个英文字符串的每一个字母的ASCII码相加获得的和作为hash算法映射的值

hashing:open hashing + closed addressing

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QnFbXBPV-1601905457531)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005202052086.png)]

• 碰撞的同义词都放在一个哈希桶内
• 定址：任何一个桶内存的都是它的同义词，是封闭的散列
• 大量的浪费：链表内的每一个链接，都会占4个字节，最后的利用率也不会超过50%
• 还有一个缺点：缓存，链表的跳跃可能的物理内存离的非常远

hashing:closing hash + open addressing

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MlW6Av5X-1601905457533)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005202819681.png)]

• 第一行图：把非同义词放在一个桶内，依次找下去，
  • 貌似比上一种拉链的方法麻烦
  • 每次总是要找隔壁，这么下去，实际还有很多空的位置
• 第二行图：碰撞后跳离的步长是逐渐增大的，而不是恒定为1
  • 叫做平方试探
  • 注意不是二次散列，有很严重的歧义

应用 bucketsort : basic

• 排序

• 把某些元素塞到指定的key下面

• 把散列表中非0的元素取出来

• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-w6SJA6R4-1601905457536)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005203951124.png)]

• n >> m时才适用

bucketsort:stability+deduplicate()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zCZjun0D-1601905457539)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005204038626.png)]

• 重复元素都会在指定位置继续接下去
• 算法的稳定性
  • 分
  • 集

bucketsort:max-gap

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aim5v62b-1601905457541)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005204546749.png)]

• 无限长数轴

• 期望的方法复杂度是O（n）的

• 从lo到hi分n-1个桶，再加一个桶，一共n个桶，左闭右开

• 绿的是没有点落在里面，红的是有点落进去

• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xMY8VSfb-1601905457545)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005205020610.png)]

• 每一个红色段只关心最左和最右的值，绿色段全忽略，一个gap的最右边值和下一个gap最左边的值构成一个gap，找到那个最大的，所有的gap不会小于平均宽度（（hi-lo）/ （n-1）），红色内部的gap是肯定小的

• O（c*n）就是O（n）

radixsort:lexicographic order

• 字典序
• 依次比较字母，如果相同就往后比较，如果不相同大的就是更大者
• 实现这种基数排序

correctness = stability

stability of bucketsort

• 准备一个桶
• 一个四位数，先从个位比较，通过bucket sort
• 逐渐往大位继续滚动排序下去
• 正确性是因为前一次排序已经确定了，比较千位相同，就去比较百位，但是百位已经比较过了，所以能找到答案
• O（d X n） 数位是d，所以又是O（n）

bitmap:structure

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yZ5RyL88-1601905457548)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005210436141.png)]

• 存整数
• 开一个0到n的数组
• 得到一个数据结构
• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jAn7a2BZ-1601905457551)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005210815123.png)]
  • set：把对应的0翻转成1
  • clear：减除掉那个元素
  • test：判断这个k是否属于这个集合

实现

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jljKvacO-1601905457556)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005210905805.png)]

• 找到对应的比特
  • test方法
  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3H1E7kfJ-1601905457561)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005211525495.png)]
• set方法
  • 把那一位强置为1
• clear方法
  • 把那一位强置为0

bitmap: eratosthenes idea

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6aNagfD7-1601905457565)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005211940698.png)]

• 最早估算地球直径的人

• 羊皮纸算素数

  • 素数筛法

  • 把0和1排除

  • 从某一个数的倍数依次找下去，插破，置为蓝色

  • 实际上就是bitmap

• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-weIoREO7-1601905457569)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005212141673.png)]

  • 新建一个bitmap
  • 排除0和1
  • 从2开始，判断它是否是素数，如果不是素数，从它的2倍、3倍下去，在它未超过自己的计算范围之内，去把它在位图上扎破，

bitmap initialization O(1)

• J. hopcroft cornell tuning

• 初始化时间只花O(1)，但是并不是所有情况都需要这么做，有些时间简单用一个for循环遍历初始化是更好的

• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-qPKHvGsh-1601905457573)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005213141790.png)]

  • 校验环

  • f[14] = 4 t[4] =14 符合

  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MxkHKu8W-1601905457576)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005213343238.png)]

  • f[19] = 6 t[6] = 19 top=6 6的左侧 所以不符合

  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QLu7zN66-1601905457580)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005213517347.png)]

  • f[24] = 2 t[2] = 21 f[21] = 2

• 比如在11的位置插入一个元素

  • f[11] 要变成6 t[6]要变成11 top[6] 等于7

• clear操作，去掉校验环，

  • 最简单的操作，将top–，top实际就是一个栈，如果不是删除栈顶元素，怎么操作？

  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Tj4jV1JS-1601905457583)(C:\Users\liusiping\AppData\Roaming\Typora\typora-user-images\image-20201005214124340.png)]

  • 方法2：删除掉的窟窿，为了保持整体的完整性，用栈顶元素来充填，与原先栈顶配对的f也会变成新的t的位置