hash表的C实现和hash桶的示例

 

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;
}