哈希函数
哈希函数就是 关键字Key 到 值Value 的映射:
Value = f(Key)
Value反映的是关键字Key的存储地址。
哈希函数的构造方法
- 直接定址法
f(Key) = a * Key + b
例如存放不同出生年份的人口数量,出生年份是关键字,那么可以用直接定址法。
直接定址法的优点是简单均匀,也不会产生冲突;缺点是该方法适合表比较小且连续的情况,所以 该方法虽然简单但是并不常用。
- 数字分析法
f(130xxxx1234) = 1234
该方法抽取关键字的一部分作为Value存储位置,例如电话号码取后四位作为Value。
该方法适合关键字位数比较大,且知道关键字分布位分布比较均匀的情况。
- 平方取中法
f(Key) = Key * Key 再取中间数
假设关键字是1234,那么它的平方就是 1522756,再取中就得到 Value=227。
该方法适合位数不是 很大,并且不知道关键字分布的情况。
- 折叠法
f(9876543210) = 987 + 654 + 321 + 0 = 1962 再取后三位 = 962
折叠法是将关键字分成位数相等的几个部分,再直接相加后取后几位作为散列地址。
折叠法适合关键字位数比较多,且不知道关键字分布的情况。
- 除留余数法
**f(Key) = key mod p **
将Key除以p得到的值作为Value存储地址,通常p是小于哈希表长的最大质数。
- 随机数法
f(Key) = random(Key)
也就是选取关键字的随机函数作为它的散列地址。
处理散列冲突的方法
- 开放定址法
f(Key) = (f(Key) + di ) MOD p
根据 di 的变化,开放定址法又可以分为以下三种情况:
- 线性探测法 : di = 1 , 2, … , p-1
- 平方探测法: di = 12, -12, 22 , -22…
- 随机探测法:di 取一组随机数
- 再散列法
f(key) = RH(Key)
当发生冲突时,就换一个散列函数进行计算,总有一个散列函数会把冲突解决掉。
- 链地址法
将相同Value的不同Key值用链表的形式存放,这样的好处是绝不会发生冲突,缺点是查找时遍历单链表会带来性能的损耗。
- 公共区溢出法
用一块新的内存来存放发生冲突的数据。查找时先在基本表中进行查找,如果没有 找到再在溢出表中进行顺序查找。如果在基本表中冲突较小的话,公共区溢出法也是一个好方法。
散列表性能分析
如果没有冲突,散列表的查找效率无疑是最高的,但是实际应用中不可能没有冲突,所以 散列表 的查找性能还取决于以下因素:
-
散列函数是否均匀
-
处理冲突的方法
-
散列表的装填因子
装填因子 = 填入表中的记录个数 / 表的长度,代表着散列表的装满程度,越大越容易发生冲突。
散列表C++代码实现
构造方法采用 除留余数法
解决冲突的方法采用 开放定址法的线性探测法
#include <iostream>
#include <algorithm>
#include <map>
#include <unordered_map>
#include <queue>
#include <set>
#include <vector>
#include <fstream>
#include <sstream>
#include <string.h>
#include <memory>
#include <limits>
#include <list>
#include <regex>
#include <functional>
#include <math.h>
#include <unordered_set>
#include <iomanip>
using namespace std;
/*
哈希表:
理解上可以理解成C++中的unordered_set
构造方法采用 除留余数法
解决冲突的方法采用 开放定址法的线性探测法
*/
const int NULLKEY = INT32_MIN;
class HashTable
{
int *_elem;
int _size;
public:
HashTable(int size)
:_size(size)
{
cout << "HashTable()" << endl;
_elem = (int*)malloc(_size*sizeof(int));
for (int i = 0; i < _size; ++i)
_elem[i] = NULLKEY;
}
int Hash(int key) //哈希函数的构造方法,采用除留余数法
{
return key % _size;
}
void insert(int key)
{
int addr = Hash(key);
while (_elem[addr] != NULLKEY)//如果发生冲突,那么采用开放地址法中的线性探测法
addr = (addr + 1) % _size;
_elem[addr] = key;
}
bool search(int key)
{
int addr = Hash(key);
while(_elem[addr] != key)
{
if (_elem[addr] == NULLKEY)
return false; //关键字不存在
addr = (addr + 1) % _size;
if (addr = Hash(key))
return false; //重新回到原点
}
return true;
}
void print() const
{
cout << "下标:";
for (int i = 0; i < _size; ++i)
cout << setw(4) << i;
cout << endl;
cout << "关键字:";
for (int i = 0; i < _size; ++i)
cout << setw(4) << _elem[i];
cout << endl;
}
};
int main()
{
vector<int> nums{12, 67, 56, 16, 25, 37, 22, 29, 15, 47, 48, 34};
HashTable hashtable(nums.size());
for (auto& e: nums)
hashtable.insert(e);
hashtable.print();
return 0;
}