数据结构实验：电话号码查询系统

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

记录下上学期的数据结构实验
本电话号码查询系统基于两种散列方法和两种解决冲突的方法实现

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、问题描述

设计散列表，实现电话号码查找系统。设电话号码簿长度为n（0≤n≤10000），系统应该实现如下工作：
⑴ 电话号码簿保存在磁盘文件中，每一条电话号码记录包含数据项：编号（唯一），用户名，通信地址，电话号码（手机号）
⑵ 创建散列表：系统运行时，读取磁盘文件的电话号码，构建散列表，用于查询。要求：自选散列函数(至少2种)，自选解决冲突的方法(至少2种)，分别以电话号码和用户名为关键字，建立散列表。
⑶ 查询：根据输入的用户名，查找并显示给定用户的信息。
⑷ 性能分析：
① 计算并输出不同散列函数、不同解决冲突方法的平均查找长度。
② 通过改变散列因子、改变哈希函数等方式，改善平均查找长度：通过数据表、柱形图、折线图等方式，记录实验数据的变化情况，对影响平均查找长度变化的原因进行分析。

---

二、问题描述

（1）选用的散列函数

①除留余数法
分析：
ⅰ.以电话号码为关键字时，将字符串类型的电话号码转换成long型数据，除以表长，剩下的余数作为其在散列表中的地址，即pos值。
ⅱ.以姓名为关键字时，将字符串类型的姓名的每一位上的字母转换成ascii码，此时还是内容为数字的字符串，再将字符串转换成long型数据，除以表长，剩下的余数作为其在散列表中的地址，即pos值。
②折叠法
分析：
ⅰ.以电话号码为关键字时，将字符串类型的电话号码，切割成四组数据，每组数据的个数为3 3 3 2，转化成int型数据，取第一组数据和第三组数据、第二组和第四组的逆置数相加，得到的数据取后四位数，作为其在散列表中的地址，即pos值。
ⅱ.以姓名为关键字时，将字符串类型的姓名的每一位上的字母转换成ascii码，此时还是内容为数字的字符串，再切割成四组数据，每组数据的个数为3 3 3 2，转化成int型数据，取第一组数据和第三组数据、第二组和第四组的逆置数相加，得到的数据取后四位数，作为其在散列表中的地址，即pos值。

（2）散列因子

散列表的散列因子定义为：α= 填入表中的元素个数/散列表的长度。α是散列表装满程度的标志因子。由于表长是定值，α与元素个数成正比，所以，α越大，填入表中的元素较多，产生冲突的可能性就越大；α越小，填入表中的元素较少，产生冲突的可能性就越小。
为了探究不同散列因子对平均查找长度ASL的影响，在利用线性探测法解决冲突时，本实验中
拟取用 α 的值为 0.85、0.75、0.65、0.55；利用拉链法解决冲突时，本实验中 α 拟选用 1、1.2、
1.4、1.6。

（3）解决冲突的方法

①线性探测法
该方法的基本思想是，当关键字key的哈希地址p出现冲突时，顺序查看表中下一单元，以p为基础产生另一个哈希地址p1,如果p1仍然冲突，再以p为基础产生p2，……，直到找到一个不冲突的哈希地址pi，将相应元素存入其中。冲突发生时，顺序查看表中下一单元，，直到找出一个空单元或者查遍全表。
缺点：容易造成元素聚集，降低查找效率
②拉链法
该方法基本思想是将所有的哈希地址为i的元素构成一个同义词链的单链表，并将单链表的头指针存在哈希表的第i个单元中。
优点：避免了动态调整的开销

---

三、实验结果及分析

（1）实验数据描述

1.数据集规模
本实验拟采用 10000 组联系人记录。每一行记录一位联系人的编号、姓名、地址、电话号码。
文件存储于FinalDataSet_10000.txt。文件存储格式如图 1 所示：

图1 实验数据集内容

2.数据集来源
本次实验的数据全部随机生成。
数据内容：
编号：1-10000，按顺序输出即可；
姓名：三个英文字母，字符串。随机生成0-25的int型数据，再通过循环从char型字母表数组中利用下标读出并存储到data数组的姓名域中去；
地址：长度不等，字符串。这里使用的城市数据仅为20组，每组城市数据存储在Country结构体中，结构体中有city[]，用于存放每组城市名称，所有的城市数据存储在Country类型的数组中。随机生成0-20的int型数据，再通过循环从Country类型的数组中利用下标读出并存储到data数组的地址域中去。
电话号码：11位0-9的数据，字符串。根据一般电话号码的规律，首位都是1，因此其他10位是随机生成的。随机生成0-9的int型数据，再通过循环从char型数字表数组中利用下标读出并存储到data数组的电话号码域中去；
3.磁盘文件存储格式：.txt格式。

（2）实验结果

1.以电话号码为关键字
①哈希函数为除留余数法，解决冲突的方法为线性探测法，查找成功，实验结果如图2、3所示。

图2 以电话号码为关键字查找成功的实验结果

图3 对应在磁盘文件中的数据

②哈希函数为除留余数法，解决冲突的方法为拉链法，查找失败，实验结果如图4所示。

图4 以电话号码为关键字查找失败的实验结果

2.以姓名为关键字
①哈希函数为除留余数法，解决冲突的方法为线性探测法，查找成功，实验结果如图5、6所示。

图5 以姓名为关键字查找成功的实验结果

图6对应在磁盘文件中的数据

②哈希函数为除留余数法，解决冲突的方法为拉链法，查找失败，实验结果如图7所示。

图7 以电话号码为关键字查找失败的实验结果

（3）性能分析

①分析填充因子和冲突方法与 ASL 的关系

表1 在不同的散列因子和解决冲突方法下，查找成功和查找失败的ASL

图8 在不同的散列因子和解决冲突的方法下，查找成功的ASL折线图

图9 在不同的散列因子和解决冲突的方法下，查找失败的ASL折线图

图10 在线性检测法下，不同的散列因子，查找成功和查找失败的ASL折线图

图11 在拉链法下，不同的散列因子，查找成功和查找失败的ASL折线图

由表1和图8-11可见，在采用相同的解决冲突的方法时，ASL随散列因子增大而变大。当解决冲突方法为线性探测法时，查找失败比查找成功的ASL大，且增幅也随散列因子增大而变大。但当解决冲突方法为拉链法时，查找成功比查找失败的ASL大，且增幅并不随散列因子增大而改变。
②分析数据规模与 ASL 的关系

图12 在散列因子为0.75时，不同的数据规模与ASL之间的折线图

在散列因子α为0.75的情况下，进行了实验，实验数据如图12所示。显然由图可知，在相同的散列因子的情况下，随着数据规模的增大，ASL并没有明显的变化，数据基本都浮动在2.5上下。我认为数据规模与ASL之间没有直接的关系。

---

四、实验总结

在测试了不同的解决冲突办法、不同的散列因子和不同的数据规模对ASL的影响后，我得到了以下的结论：
a．当散列因子小于1时，解决冲突的方法可以选择线性探测法。ASL随着散列因子α的增大而增大，且增幅随之变大。因此，当解决冲突方法为线性探测法时，要慎重选择散列因子α。散列因子α过大，平均查找长度ASL过大，查找效果差；散列因子α过小，平均查找长度ASL虽然会较小，但是需要的存储空间随之变大了，因此在设计解决冲突方法为线性探测法的散列表时，要选择合适的散列因子α。
b．当散列因子大于1时，解决冲突的方法可以选择拉链法法。ASL随着散列因子α的增大而增大，但增幅并不随散列因子α的增大而改变，而是几乎不变。因此，适当选择拉链法的散列因子，可以表现出良好的查找性能。
c．由图表分析可得，解决冲突方式为拉链法受散列因子α的影响较小，解决冲突方式为线性探测法受散列因子α的影响较大。因此，拉链法更为稳定，性能更好。
d．数据规模较小时，解决冲突方式采用线性探测法、拉链法，性能差别都不是很大，均能表现出良好的查找性能，但是当数据规模变大的时候，采用线性探测法解决冲突的方法会使冲突增多，此时采用拉链法可以表现出更好的查找性能。
e．在实际操作的过程中，特别是在处理以姓名为关键字的时候，我发现有很多人的名字是重复的，这种情况在现实生活中也会存在，这也是冲突的其中一种方式，因此针对这种情况，我分不同的解决冲突方法进行讨论。
①线性探测法。当发现关键字重复时，再次通过线性探测，在与之重复的关键字周围寻找一个空表，将其填入，即可解决冲突，但要注意，要使用一个标志flag来记录某关键字重复的次数，借助该标志flag在查询关键字时方便找到所有重复的元素。
②拉链法。当发现关键字重复时，直接将该节点插入散列表的与重复关键字相同的位置后的头结点，即可解决冲突，但这个方法也需要使用一个标志flag来记录某关键字重复的次数，用来方便找到所有重复的元素。

---

五、源代码

（1）随机生成电话号码系统代码

#include <stdio.h>
#include <time.h>
#include <stdlib.h>
#include <string.h>

#define N 10000 //元素最大个数
typedef struct {
   
    int no;  //编号
    char name[3];//名字
    char address[10];//地址
    char tel[12];//电话号码
} NODE;
typedef struct {
   
    char data[10];
} Country;
Country country[10];

void creatfile(NODE data[], int *n);//创建磁盘文件f:\resource.dat
int isTelRepeated(char tel[]);

void initCountry();

int main() {
   
    NODE DATA[N];
    int n;
    creatfile(DATA, &n);
    return 0;
}

void creatfile(NODE data[], int *n) {
   
    FILE *fp;
    int i, key, flag;
    int temp_n;
    char temp_tel[11];
    unsigned seed;
    *n = N;
    char num[10] = {
   '0', '1', '2', '3', '4', '5', '6', '7', '8', '9'};
    char alphabet[26] = {
   'a', 'b', 'c', 'd', 'e', 'f', 'g',
                         'h', 'i', 'j', 'k', 'l', 'm', 'n',
                         'o', 'p', 'q', 'r', 's', 't',
                         'u', 'v', 'w', 'x', 'y', 'z'};//字母表
    /*char ALPHABET[26] = {'A', 'B', 'C', 'D', 'E', 'F', 'G',
                         'H', 'I', 'J', 'K', 'L', 'M', 'N',
                         'O', 'P', 'Q', 'R', 'S', 'T',
                         'U', 'V', 'W', 'X', 'Y', 'Z'};//字母表*/
    initCountry();
    if ((fp = fopen("/Users/xiaoyee/Desktop/数据结构实验作业/实验报告/电话号码查询系统/1/TelDataSet_10000.txt", "w")) == NULL) {
   
        printf("can't open the file!\n");
        exit(0);
    }
    seed = time