hash(哈希散列) 数据结构-9

这里不讲解hash基础，只是用于复习之用。
hash原理就是通过散列函数hash(key)，将key转换为需要查找的内容在hash表中实际的位置，然后取出来即可。散列函数的选择也是hash很重要的一部分，下面就讲解了几种散列函数。
在使用哈希表过程中时会出现冲突的，就是两个关键值key在转换之后对应的值一样。这时候就需要排解冲突，我觉得采用开放定址(open addressing)是最好的。开放定址，采用相关查找链，如果遇到了冲突，则继续查找下去，直到找到合适的位置。采用特定标志，如果需要删除某项，直接设置删除标志即可。


散列函数：

     1、除余法  hash(key) = key % M M为素数：覆盖充分、映射均匀

        缺点： 1、hash(0) = 0为定点    2、相邻key的散列地址相邻 （ 低阶均匀）

     2、MAD法

        hash(key) = (a * key + b ) % M   M为素数、a > 0 、b > 0、 a % m != 0

        b:offset 消除不动点

        a:step 原本相邻--->相邻step

    Geometric Computing 几何计算 : 高维映射到低维 不需高阶均匀

        需要Locality-Sensitive Hashing

      3.

      selecting digits 数字分析  取key中某几位：不有效

      mid-square 平方取中

        取key平方的中间若干位，构成地址。 使得所有位有更多影响。

      4.folding  key等宽

        hash（123456789） = 123 + 456 + 789 

                                          = 123 + 654 + 789

          XOR（位异或）

        hash（110 011 011） = 110 ^ 011 ^ 011

                                            = 110 ^ 110 ^ 011

越随机越好

rand（x+1） = [a*rand(x) ] % M
hashCode(char s[]){                                                                                                                  int i, h;
    for(int n = strlen(s), i = 0; i < n; i++)
    {
        h = h << 5 | h >> 27;
        h += int(s[i]);
    }
    return h;
}

排解冲突

closed addressing     

    1. 多槽位

        key找到bucket，再遍历bucket。整体O（1） 。浪费空间

    2. 独立链

        删除简单。

        缺点：指针空间，动态申请节点。

                  空间不连续，系统缓冲几乎失效。

open addressing

    若要删除采用lazy removel：仅作删除标记：查找略过、插入直接放入

    1.线性试探

        hash(key) + 1 % m

     2.平方试探：若涉及外存，I/O将激增。

        hash(key) + 1^2 % m

     3.双向平方试探

         hash(key) + 1^2 % m

         hash(key) - 1^2 % m

表长M： M = 4 * k + 3素数：查找链表前M项互异。

双平方定理

    任意素数P，可为一对整数平方和。 iff p % 4 = 1.

桶/计数排序：取决于个数n和范围[0 , m)

    计数：反映各字符出现的次数

    accumulation： O(m) 包括该字符之前出现的次数。

vector       rank

list            posi    

BST           key

hashing    value