数据结构和算法——散列函数的构造方法（直接定址法、除留余数法、数字分析法、折叠法、平方取中法、ASCII码加和法、前三字符移位法）

$\begin{matrix} h_1(key)=(key[6]-'0')\times 10^4+(key[10]-'0')\times 10^3+\: \: \: \: \: \: \: \\ (key[14]-'0')\times 10^2+(key[16]-'0')\times 10+(key[17]-'0') \end{matrix}$

当key[18] = ‘X’时， $h(key)= h_1(key)\times 10+10$

当key[18]为‘0’~‘9’时， $h(key)=h_1(key)\times 10+key[18]-'0'$

（以十进制来计算地址，所以最高位为10的5次方）

折叠法

把关键词分隔成位数相同的几个部分，然后叠加。

比如：56793542，拆分成三部分

$\begin{matrix} \: \: \: \: \: \, 542\\ \: \: \: \: \:\, 793\\ +\: \: 056\\ \overline{\: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: }\\ \: \: \: 1391 \end{matrix}$ ，取后三位391，所以h（56793542） = 391

平方取中法

将一个数平方之后再取中间位数的值。

比如：56793542

$\begin{matrix} \: \: \: \: \: \, \: \: \: \: 56793542\\ \: \: \: \: \:\,\times \: \: 56793542 \: \: \\ \overline{\: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: \: }\\ \: \: \: 322550\mathbf{641}2905764 \end{matrix}$

所以h（56793542）=641

字符关键词的散列函数构造

ASCII码加和法

对字符型关键词key定义散列函数如下：

$h(key)=(\sum key[i])\:\: \: mod\:\: \: TableSize$

但是这种方法冲突比较严重，a3（97+3）、b2（98+2）、c1（99+1）的ASCII码值加起来都等于100，eat（101+97+116）和tea（116+101+97）的ASCII码值加起来都等于314.

进行一下简单的改进

前三字符移位法

$h(key)=(key[0]\times27^2+key[1]\times 27+key[2])\: \: \: mod\: \: \: TableSize$

（这里用27进制计算地址，原因是包括空格在内的单个字符共有27个）

但是这种方法仍然容易冲突：string、street、strong、structure等等；

而且会造成空间浪费，理论上来说，前三字符所有可能性的组合为 $26^3$ 种，但经过统计得到，实际中的组合约3000种， $3000/26^3\approx 0.3$ ，即空间利用率大约30%，浪费了70%的空间。

移位法

涉及关键词所有n个字符，并且分布得很好；

$h(key)=(\overset{n-1}{\underset{i=0}{\sum}}key[n-i-1]\times 32^i)\: \: mod\: \: TableSize$

例如：h（“abcde”） = ‘a’ * $32^4$ + ‘b’ * $32^3$ + ‘c’ * $32^2$ + ‘d’ * 32 + ‘e’。

用这个计算方法需要乘10次，我们看一下比较快的计算方法：

h（“abcde”） = （（（‘a’ * 32 + b） * 32 + c） * 32 + d ） * 32 + e，

用这种方法，在计算时就只需要乘4次。

还有没有更巧妙的办法呢？

我们发现32是2的5次方，于是可以通过移位，也就是将一个数往左二进制移位五次，就相当于*32.

于是有：

Index Hash(const char *Key, int TableSize)
{
    unsigned int h = 0; /* 散列函数值，初始化为0  */
    while( *Key != '\0')
    {
        h = (h << 5) + *Key++;
    }
    return h % TableSize;
}

end

学习自：MOOC数据结构——陈越、何钦铭