散列表概念

@散列表

hashtable，关键问题在于查找的时间优化和解决冲突。

1. 直接寻址表

index和key值直接相关，存储全域U

2. 散列表

即利用散列函数h由关键字k计算出槽的位置，采用函数h将全域U映射到散列表的槽位上。散列，顾名思义，希望h尽可能随机混杂，最大程度减少冲突。但由于h(k)的种数m<U, 所以一定会有冲突的情况产生。

2.1 解决冲突的方法

2.1.1 链接法

在链接法中，把散列到同一槽的所有元素都放在一个链表中。槽j中有一个指针，指向存储所有到j的元素的表头。其性能主要取决于散列函数。好的散列函数应满足简单均匀散列假设，即每个关键字都被等可能的散列到m个槽位中的任何一个。

2.2 散列法

2.2.1 除法散列法

$$h(k)=kmodm,$$
其中$m$应取一些不太接近2的整数幂的素数

2.2.2 乘法散列法

$$h(k)=floor(m(kAmod1)),$$
其中$floor(\cdot )$表示向下取整，先用k乘上常数A(0<A<1)，提取小数部分，再乘上m，向下取整。m一般取2的幂次，比较好实现。而A有文献表明取$(\sqrt{5}-1)/2$是个比较好的值。

2.2.3 全域散列法

某些情况下，对于一个特定的散列函数，还是会出现关键字全部散列到一个槽中。为改善这一情况，可采用随机选择散列函数，使函数的性质和选择的关键字保持较好的独立性，这称为全域散列。设计一个全域散列函数类比较容易，常见的有
$$h_{ab}(k)=((ak+b)modp)modm$$
其中a有p-1种选择，b有p种选择。

2.3 开放寻址法

在开放寻址法种，所有的元素都存放在散列表里。为使用开放寻址法插入一个元素，需要连续的检查散列表，找到适合的空位，这称为探查，其依赖于待插入的关键字。此时散列函数改为
h : U × { 0 , 1 , … , m − 1 } ↦ { 0 , 1 , … , m − 1 } . h: U\times \{ 0,1,\ldots,m-1 \} \mapsto \{0,1,\ldots,m-1\}. h:U×{0,1,…,m−1}↦{0,1,…,m−1}.
如果位置是空的，就用，否则将会继续向前找。注意这种方法可能会出现散列表满的情况。

找的时候也类似。但注意到这种情况，删除不方便，所以要考虑删除的话，还是会用链接法来解决冲突。

下面介绍一些探查法，以接近均匀散列的假设。但只是接近而已，双重散列的效果似乎是最好的。

2.3.1 线性探查

先假设一个普通的散列函数h’, 称之为辅助散列函数。线性探查采用的散列函数为：
$$h(k,i)=(h^{\prime }(k,i)+i)modm,i=0,1,\dots ,m-1.$$
给定一个关键字k，首先探查槽T[h’(k)]，然后是T[h’(k)+1]，…，一直到T[m-1]。随后返回T[0], T[1],…,一直到T[h’(k)-1]。有m种不同的探查序列。这个方法比较容易，但易出现一次群集的问题，即连续占用的槽越来越长，带来性能下降。

2.3.2 二次探查

$$h(k,i)=(h^{\prime }(k)+c_{1}i+c_2{i}^2)modm,i=0,1,\dots ,m-1.$$
群集现象轻，二次群集。为充分利用散列表，$c_1,c_2,m$值有限制。

2.3.3 双重散列

双重散列是用于开放寻址法的最好方法之一。其散列函数形式为
$$h(k,i)=(h_1(k)+i{h}_2(k))modm,i=0,1,\dots ,m-1.$$
这里$h_2(k)$必须要与表的大小m互素，取m为2的幂，并设计一个总产生奇数的$h_2$就可以。

2.4 完全散列

使用完全散列进行查找时，能在最坏情况下用O(1)次访存完成。例如可设计两级散列方案，每级上都使用全域散列。为确保二次散列表不冲突，需此二次散列表$S_j$的大小$m_j$为散列在槽$j$中的关键字$n_j$的平方。通过适当选择第一级散列函数，可以使总体存储空间限制为$O(n)$.