散列（hash） 表

1、

    》》 散列函数：一个把查找表中的关键字映射成该关键字对应的地址的函数，记为 Hash(key)=Addr ，

            ### 散列函数可能会把两个或者两个以上的不同关键字映射到同一地址，称这种情况为“冲突”，

                  这些发生碰撞的不同关键字称为同义词。

            ### 一方面好的散列函数应尽量减少冲突的出现；另一方面，由于这样的冲突总是不可避免的，

                 所以还要设计处理冲突的方法。

     》》 散列表：是根据关键字而直接进行访问的数据结构。也就是说，散列表建立了关键字和存储地址

               之间的一种直接映射关系。

              ### 理想情况下，对散列表进行查找的时间复杂度为 O(1),即与表中元素个数无关。

 2、散列函数的构造方法

      》》 在构造散列函数时，必须注意以下几点：

             1）、散列函数的定义域必须包含全部需要存储的关键字，而值域的范围则依赖于散列表的大小或

                    地址范围。

             2）、散列函数计算出来的地址应该能等概率、均匀分布在整个地址空间，从而减少冲突的发生。

             3）、散列函数应该尽量简单，能够在较短的时间内就计算出任一关键字对应的散列地址。

       》》 常用的散列函数：

             1）、直接地址法

                        直接取关键字的某个线性函数值为散列地址，散列函数为：

                               H(key) = a * key + b

                     式子中的 a 和 b 都是常数。这种计算最简单，并且不会产生冲突。它适合关键字的分布基本连续

                的情况，若关键字分布不连续，空位较多，将造成存储空间的浪费。

              2）、除留余数法

                         这是一种最简单、最常用的方法，假定散列表表长为 m ，取一个不大于 m 但最接近或者等于

                     m 的质数 p ,利用以下公式把关键字转换成散列地址。散列函数为：

                                        H(key) = key % p

                           除留余数法的关键是选好 p ，使得每一个关键字通过该函数转换后等概率地映射到散列空间

                     上的任一地址，从而尽可能减少冲突的可能性。

               3）、数字分析法

                         设关键字 r 进制数（如十进制），而 r 进制数码在各位上出现的频率不一定相同，可能在某些

                     位上分布均匀些，每种数码出现的机会均等；而在某些位上分布不均匀，只有某几种数码经常出现，

                     则应选数码分布较为均匀的若干位作为散列地址。这种方法适合于已知的关键字集合，如果更换了

                     关键字，就需要重新构造新的散列函数。

                4）、平方取中法

                         取关键字的平方值的中间几位作为散列地址。具体取多少位要看实际情况而定。这种方法得到的

                      散列地址与关键字的每一位都有关系，使得散列地址分布比较均匀。适用于关键字的每一位都不够

                      均匀或者均小于散列地址所需的位数。

                 5）、折叠法

                           将关键字分割成位数相同的几部分（最后一部分的位数可以短一些），然后取这几部分的叠加和

                        作为散列地址，这种方法称为折叠法。关键字位数很多，而且关键字中每一位上数字分布大致均匀

                        时，可以采用折叠法得到散列地址。

3、处理冲突的方法：【为产生冲突的关键字寻找下一个“空”的 Hash 地址】

         方法一：开放地址法

                       》》 所谓开放地址法，指的是可存放新表项的空闲地址既向它的同义词表项开放，又向它的非

                               同义词表项开放。其数学递推公式为：

                                         

                                ***   i = 1 , 2 , 3 , ..., k （k <= m-1） 

                                *** m 表示散列表的表长度

                                ***  为增量序列【重点】

                        》》 当选取某一增量序列后，则对应的处理方法是确定的。通常有以下四种取法：

                                 1）、线性探测法

                                                   当 = 1 ， 2 ， .... , m-1 ，称为线性探测法。这种方法的特点是：

                                         冲突发生时，顺序查看表中下一个单元，直到找出一个空闲单元或查遍全表。  

                                                    线性探测法可能使第 i 个散列地址的同义词存入第 i +1 个散列地址，

                                         这样本应该写入第 i + 1 个散列地址的元素就争夺第 i +2 个散列地址的元素的

                                          地址。。。。，从而造成大量元素在相邻的散列地址上“ 聚集 ”（或堆积）起来，

                                          大大降低了查找效率。

                                 2）、平方探测法

                                           当 ，m 必须是一个可以表示成

                                          4K + 3 的质数，又称为“二次探测法”。

                                            平方探测法是一种较好的处理冲突的方法，可以避免出现“ 堆积 ”问题，它的缺点是

                                          不能探测到散列表上的所有单元，但至少能探测到一半单元。

                                 3）、 再散列法

                                            当 ，又称为“ 双散列法 ” 。需要使用两个散列函数，当通过第一个

                                        散列函数 H(Key) 得到的地址发生冲突时，则利用第二个散列函数 计算

                                         该关键字的地址增量。再散列法中，最多经过 m-1 次遍历表中所有为位置，回到 

                                          位置。

                                 4）、伪随机序列法

                                           当  = 伪随机数序列，称为“ 伪随机序列法”。

                          注意：在开放地址的情形下，不能随便物理删除表中已有的元素，因为若删除元素将会截断其他

                         具有相同散列地址的元素的查找地址。若想删除一个元素时，给它做一个删除标记，进行逻辑删

                         除。但这样做的副作用是：在执行多次删除后，表面上看起来散列表很满，实际上有许多位置没有

                         利用，因此需要定期维护散列表，要把删除标记的元素物理删除。

                                

         方法二：拉链法

                          》》 为了避免非同义词发生冲突，可以把所有的同义词存储在同一个线性链表中，这个线性链表

                                中由其散列地址唯一标识。

                           》》 假设散列地址 i 的同义词链表的头指针存放在散列表的第 i 个单元中，因而查找、插入和删除

                                 操作主要在同义词链中进行。拉链法适用于经常进行插入和删除的情况。

                           》》 拉链法处理冲突的散列表

                                   

4、

  》》   散列表的查找效率取决于三个因素: 散列函数、处理冲突的方法、装填因子。

  》》   装填因子：散列表的装填因子一般记为  ，定义为一个表的装满程度，即：

               

                散列表的平均查找长度 “ 依赖于散列表的装填因子  ” ，而不直接依赖于 n 或者 m 。直观地看，

             越大，表示装填的记录越 “ 满 ” ，发生冲突的可能性就越大，反之发生冲突的可能性越小。