此段转载 https://blog.csdn.net/qq_15437629/article/details/79275255
hash是以空间换时间的结构,现在空间越来越大,而且对性能要求越来越高的年代,这绝对是值得的。
hash含义就是散列,就是把我们本来想查找的一大群结构体数据分散开,更容易查找。一个好的hash函数应该做到对所有元素平均分散排列,尽量避免或者降低他们之间的冲突(Collision)。hash函数的选择必须慎重,如果不幸所有的元素之间都产生了冲突,那么hash表将退化为链表,其性能会大打折扣,时间复杂度迅速降为O(n),绝对不要存在任何侥幸心理,因为那是相当危险的。历史上就出现过利用Linux内核hash函数的漏洞,成功构造出大量使hash表发生碰撞的元素,导致系统被DoS,所以目前内核的大部分hash函数都有一个随机数作为参数进行掺杂,以使其最后的值不能或者是不易被预测。这又对 hash函数提出了第二点安全方面的要求:hash函数最好是单向的,并且要用随机数进行掺杂。提到单向,你也许会想到单向散列函数md4和md5,很不幸地告诉你,他们是不适合的,因为hash函数需要有相当好的性能。
散列函数: 将字符串等传入我们的散列函数,而散列函数的职责就是给我们返回一个value值,我们通过这个值引做hash表下标去访问我们想要查找的数据;例如这样的函数:
int Hash(char *key, int TableSize)
{
unsigned int HashVal = 0;
while(*key != '\0')
HashVal += *key++;
return HashVal % TableSize;
}
这就是一个简单的hash函数,就是把我们传入过来的key(由我们的数据中一个或者多个结构体成员的成员来作为key)来得到一个返回值,这个返回值就是我们的value值。
一个好的hash函数就是把我们的说有数据尽可能均匀的分散在我们预设的TableSize大小的hash表中。哈希表的几种方法:
1、直接定址法:取关键字key的某个线性函数为散列地址,如Hash(key) = key 或 Hash(key) = A*key+B;A,B为常数
2、除留取余法:关键值除以比散列表长度小的素数所得的余数作为散列地址。Hash(key) = key % p;
3、平均取中法:先计算构成关键码的标识符的内码的平方,然后按照散列表的大小取中间的若干位作为散列地址。
4、折叠法:把关键码自左到右分为位数相等的几部分,每一部分的位数应与散列表地址位数相同,只有最后一部分的位数可以短一些。把这些部分的数据叠加起来,就可以得到具有关键码的记录的散列地址。分为移位法和分界法。
5、随机数法:选择一个随机函数,取关键字的随机函数作为它的哈希地址。
6、数学分析法:设有N个d位数,每一位可能有r种不同的符号。这r种不同的符号在各位上出现的频率不一定相同,可能在某些位上分布均匀些,每种符号出现的机会均等;在某些位上分布不均匀,只有某几种符号经常出现。可根据散列表的大小,选取其中各种符号分布均匀的若干位作为散列地址。
但是无论我们怎么样去选择这个函数,都不可能完全避免不同key值的hash[value]指向会映射到同一散列地址上。这样就会造成哈希冲突/哈希碰撞。所以我们需要找到处理这种冲突的方法,大概分为这两种:分离链接法和开放定址法。
分离链接法:其实就是我们说的hash桶的含义了。哈希桶就是盛放不同key链表的容器(即是哈希表),在这里我们可以把每个key的位置看作是一个桶,桶里放了一个链表
相信大家可以看出来,使用一个数组来存放记录方法的哈希冲突太多,基于载荷因子的束缚,空间利用率不高,在需要节省空间的情况下,我们可以用哈希桶来处理哈希冲突。
哈希桶是使用一个顺序表来存放具有相同哈希值的key的链表的头节点,利用这个头节点可以找到其它的key。
struct Hashdata{
int key;
int value;
struct Hashdata *next;
};
typedef struct{
struct Hashdata **head;
int ht_width;
}Hashtable;
struct Hashdata * hashaddr(Hashtable * ht, int key){
/*map 公式, 负数abs转成正的来计算。 取相同计算结果的链表*/
int k = abs(key) % ht->ht_width;
return ht->head[k];
}
struct Hashdata * hashfind(struct Hashdata *hdata, int key){
while(hdata){
if(hdata->key == key){
//printf("cyx find key=%d\n",key);
return hdata;
}
if(hdata->next)
hdata = hdata->next;
else
return NULL;
}
return NULL;
}
int hashinsert(int key, int val, Hashtable * ht){
struct Hashdata * hdata =(struct Hashdata *) malloc(sizeof(struct Hashdata));
struct Hashdata * haddr = hashaddr(ht, key);
int k;
hdata->key = key;
hdata->value = val;
hdata->next = NULL;
if(haddr == NULL){
/*桶为空,则为链表头*/
k = abs(key)% ht->ht_width;
ht->head[k] = hdata;
}else{
/*桶有节点,则加入链表末尾*/
while(haddr->next)
haddr = haddr->next;
/*新alloc的加入链表尾部*/
haddr->next = hdata;
}
return 0;
}
int hashinit(Hashtable *ht, int width){
ht->head = (struct Hashdata **)malloc(width * sizeof(struct Hashdata *));
memset(ht->head, 0, width * sizeof(struct Hashdata *));
ht->ht_width = width;
return 0;
}
int* twoSum(int* nums, int numsSize, int target, int* returnSize)
{
int i, key;
Hashtable ht;
struct Hashdata *hdata;
hashinit(&ht, numsSize);
for(i=0;i<numsSize;i++){
hashinsert(nums[i], i, &ht);
}
for(i=0; i<numsSize; i++){
key = target - nums[i];
hdata = hashaddr(&ht, key);
hdata = hashfind(hdata, key);
/*防止同一个数据重复使用,比如target 为6,num[i]为3,hashtable会找到这个num[i]*/
if(hdata && hdata->value != i){
// printf("cyx %d %d\n",nums[i], nums[hdata->value] );
nums[0] = i;
nums[1] = hdata->value;
*returnSize = 2;
return nums;
}
}
*returnSize = 0;
return nums;
}