hash表

散列法的基本思想是把键分布在一个称为散列表的一维数组H[0.......m-1]中，我们可以对每个键计算某些被称为散列函数的预定义函数h的值，来完成这种分布。该 函数为每个键确定它在H中的下标。

一般来说，hash函数的要求：

1）使得键在hash表里尽可能均匀的分布

2）hash函数必须容易计算


显然，如果选择的散列表长度m小于键的数量n，则会 碰撞。这是一种2个或多个键被hash到散列表的同一个单元格的情况。即使m相对于n足够大，这种情况仍会发生。

有 2种解决碰撞的方法：开散列（分离链）和闭散列（开放地址），以下分别介绍，并用开散列的方式模拟实现一个hash表。


----------------------------------------------------------------------------------------------------------------------------------------------------

1,开散列解决冲突（分离链）

这种方式将同一hash值的键用一个链表连接起来。如下图所示：



假设我们构造的hash函数使得ARE和SOON的hash值都是11（如上图），那么他们都存在值为11处的链表中。


hash表上的操作：查询，插入，删除

先介绍一个概念：负载因子，如果一个散列函数比较均匀的将n个键分布在散列表的m个单元格中，那么每个单元格对应的链表平均长度就是n/m （即平均每个hash值都有n/m元素冲突），我们称n/m为负载因子α。

查询：负载因子α的值（即平均每个链表的长度）决定了查询的效率

插入和删除：在链表里插入和删除。

我们希望负载因子α和1不要相差太大，如果太小将意味着非常多的空链表，因而没有好好地利用空间，如果太大将意味着平均每个链表长度很长，查询效率很低。


--------------------------------------------------------------------------------------------------------------------------------------------------


2，闭散列


在闭散列中，所有键都存储在散列表本身中，而没有使用链表。（当然，这意味这表的长度至少必须和键的数量一样大，而分离链的方式表的长度可以比键数量小）。

可以采用不同的策略来解决碰撞，最简单的一种称为 线性探查，它检查碰撞发生处后面的单元格，如果该单元格为空，新的键就放在那里，如果下一个单元格也被占用了，就继续检查下下一个单元格（检查到尾部的时候返回头部，把数组看做循环的），以此类推，直到找到一个可用单元格。

闭散列上的查找，插入，删除：

查找：对于键K，计算哈希值为h（K），如果单元格h（K）处为空，查找失败，否则查找下一个单元格，直到遇到匹配滴（查找成功）或遇到一个空单元格（查找失败）

插入：上面已描述

删除：跟查找和插入不一样！如果你简单的把一个键从散列表中删除，将会导致它后面的键可能查询不到（因为查到被删除的这个地方的时候查找就结束了），一种办法是 延迟删除，用一个标记来标记该位置曾被占用过，但现在实际已删除了，到下一次可以插入到它的时候再把原来的值覆盖。


散列表将满的时候闭散列容易产生 聚类的现象：一系列连续的单元格被占据（查找效率滴）。

改进散列函数，和二次散列都可以改进闭散列的性能。


--------------------------------------------------------------------------------------------------------------------------------------------------


3，模拟hash表的实现（分离链解决冲突）

实现一个hash表：

基本操作：查询，插入，删除

注意要用链表把元素拉起来，就需要一个节点Node类，把元素放在Node里：

package Section7;

public class HashNode {
// hash链里面的结点
public int element;
public HashNode next;

public HashNode( int element)
{
this .element = element;
next = null ;
}

}

hash表里用一个数组存放每个链表的第一个节点，还要记录当前的节点数：

private HashNode[] hashtable; // 在hashtable数组里面存放的是第一个顶点，冲突顶点链接到后面
private int count; // 记录hash表中实际有的结点数目

完整的结构：

public class HashTable {

/**
* @param args
*/
private HashNode[] hashtable; // 在hashtable数组里面存放的是第一个顶点，冲突顶点链接到后面
private int count; // 记录hash表中实际有的结点数目

public HashTable( int n){
// 哈希表的大小
hashtable = new HashNode[n];
count = 0 ;
}

public int hash( int x){
// hash函数
return x % 11 ;
}

public int size(){
return count;
}

public void insertHash( int x){

}

public int deleteHash( int x){

}


public int searchHash( int x){

}


public static void main(String[] args){

}

哈希表上的操作：查询，插入，删除，其实就是根据hash值在链表里进行链表的插入，删除，查询操作，都不难，就是删除还比较麻烦，情况比较多，注意一下：

查询：

public int searchHash( int x){
// 在hash表中查找元素x的下标，若没有，返回-1
int hashValue = hash(x);
if (hashtable[hashValue] == null ) // 如果链表为空
return - 1 ;
else // 链表不空
{
HashNode lastNode = hashtable[hashValue];
while (lastNode != null )
{
if (lastNode.element == x)
return hashValue;
lastNode = lastNode.next;
}
}
return - 1 ;
}

插入：

public void insertHash( int x){
// 向hash表插入元素x
int hashValue = x % 11 ;
HashNode node = new HashNode(x);
if (hashtable[hashValue] == null )
hashtable[hashValue] = node;
else
{
HashNode lastNode = hashtable[hashValue];
while ( null != lastNode.next)
lastNode = lastNode.next;
lastNode.next = node;
}
count ++ ;
}

删除：

public int deleteHash( int x){
// 在hash表中删除元素x,并返回x的下标，若x不存在返回-1
int hashValue = hash(x);
if (hashtable[hashValue] == null )
return - 1 ;
else // 至少一个元素
{
if (hashtable[hashValue].next == null ) // 如果只有一个元素
{
if (hashtable[hashValue].element == x)
{
hashtable[hashValue] = null ;
count -- ;
return hashValue;
}
}
else // 链表里至少2个元素
{
if (hashtable[hashValue].element == x) // 第一个元素就相等
{
hashtable[hashValue] = hashtable[hashValue].next;
count -- ;
return hashValue;
}
else // 第一个元素不相等
{
HashNode preNode = hashtable[hashValue],currentNode = preNode.next;
while (currentNode != null )
{
if (currentNode.element == x)
{
preNode.next = currentNode.next;
count -- ;
return hashValue;
}
preNode = currentNode;
currentNode = currentNode.next;
}
}
}
}
return - 1 ;
}

--------------------------------------------------------------------------------------------------------------------------------------------------



总结：

模拟hash表的实现

转载于:https://www.cnblogs.com/jmzz/archive/2011/06/26/2090647.html