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）

目录

数字关键词的散列函数构造

直接定址法

除留余数法

数字分析法

折叠法

平方取中法

字符关键词的散列函数构造

ASCII码加和法

前三字符移位法

移位法

---

数字关键词的散列函数构造

一个“好”的散列函数一般应考虑下列两个因素：

1. 计算简单，以便提高转换速度；
2. 关键词对应的地址空间分布均匀，以尽量减少冲突。

直接定址法

取关键词的某个线性函数值为散列地址，即（a、b为常数）。

例如以年份（1990-2011）为关键词，那么就可以将散列函数构造成

地址h（key）	出生年份（key）	人数（attribute）
0	1990	1285万
1	1991	1281万
2	1992	1280万
......	......	......
10	2000	1250万
......	......	......
21	2011	1180万

除留余数法

散列函数为：

例如上篇里提到的：

地址	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16
关键词	34	18	2	20			23	7	42		27	11		30		15

这里的散列函数就为：h（key） = key % 17

• 此处p = TableSize = 17
• 一般地，p取素数

选择素数p可以避免余数之间的相关性，降低哈希冲突的概率。如果选择合数作为模数，可能存在公因数，增加了冲突的概率。

数字分析法

分析数字关键字在各位上的变化情况，取比较随机的位作为散列地址。

比如：取11位手机号码key的后4位作为地址，则散列函数为：（char *key）

即，手机号码为12345678910，其地址就为“8910”。

例子

关键词key是18位的身份证号码：

1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18
3	3	0	1	0	6	1	9	9	0	1	0	0	8	0	4	1	9
省		市		区（县）下 属辖区编号		（出生）年份				月份		日期		该辖区中的序号			校验

根据分析，发现变化比较大的就是我们标红的六位，所以我们以他们六位来设计散列函数：

当key[18] = ‘X’时，

当key[18]为‘0’~‘9’时，

（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

，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

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：

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

（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种，但经过统计得到，实际中的组合约3000种，，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；

例如：h（“abcde”） = ‘a’ *  + ‘b’ *   + ‘c’ *   + ‘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