学习笔记：哈希表及其查找

哈希表及其查找

哈希表

基于线性表的查找法：顺序查找，折半查找

基于树的查找法：二叉排序树，平衡二叉树

特点：记录在表中的位置和关键字间不存在确定关系，查找的过程为给定值依次和各个关键字比较，查找的效率取决进行比较的关键字个数。

这类查找法，平均查找长度都不为零。

若希望ASL=0

方法：预先知道所查关键字在表中的位置 即：记录在表中位置和其关键字之间的确定关系。

在一般情况下，需在关键字与记录在表中的存储位置之间建立一个函数关系，以f(key)作为关键字为key的记录在表中的位置，通常称这个函数f(key)为哈希函数。

通过哈希函数建立的查找表即为哈希表。

哈希函数是一个映像，即：将关键字的集合映射到某个地址集合上。

在一般情况下，容易产生"冲突"现象，key1不等于key2，而f(key1)=f(key2)。

很难找到一个不产生冲突的哈希函数，一般情况下，只能选择恰当的哈希函数，使冲突尽可能少地产生。

哈希表的概念：根据设定的哈希函数H(key)和所选中处理冲突的方法，将一组关键字映像到一个有限的，地址连续的地址集（区间）上，并以关键字在地址集中的"象"作为相应记录在表中的存储位置，如此构造所得的查找表称之为"哈希表"。

哈希函数

哈希函数构造方法：

原则： 1. 函数本身便于计算

​ 2.计算出来的地址分布均匀

若是非数字关键字，则需先对其进行数字化处理。

1. 直接定址法

取关键字的某个线性函数值为散列地址。

f(key) = key 或 f(key) = a*key+b (a,b为常数)

2. 数字分析法

假设关键字集合中的每个关键字都是由s位数字组成（u1，u2，…，u(s)），分析关键字集中的全体，并从中提取分布均匀的若干位或它们的组合作为地址。

3. 平方取中法

以关键字的平方值的中间几位作为存储地址。

不同关键字会以较高的概率产生不同的哈希地址。

4. 折叠法

将关键字分割成若干部分，然后取它们的叠加和为哈希地址。

折叠叠加

移位叠加

5. 除留余数法

H(key) = key mod p
表长是m,p是<=m的最大素数

6. 随机数法

f(key) = random(key)  random是随机函数

总之，现实中，应该视不同的情况采用不同的散列函数。我们只能给出一些考虑的因素来提供参考：

1. 计算散列地址所需的实间
2. 关键字的长度
3. 散列表的大小
4. 关键字的分布情况
5. 记录查找的频率

哈希处理冲突方法

在哈希表中，尽管构造性能良好的哈希函数可以减少冲突，但实际上冲突是不可避免的。

"处理冲突"是为产生冲突的地址寻找下一个哈希地址。

1. 开放定址法

开放定址法就是一旦发生了冲突，就去寻找下一个空的散列地址，只要散列表足够大，空的散列地址总能找到，并将记录存入。

H0 = H(key)
Hi = (H(key)+di) mod m (i=1,2,3,....,m-1)  //再哈希

对增量di有三种取法：

1. 线性探测再散列 ：

   di = c x i 最简单的情况 c=1

哈希函数是对11求余，那如果失败，就意味着失败的所有情况对11求余的结果，可能的范围是0，1…10，一共这11种不同的可能。

当遇到空单元就意味着查找失败了。

2. 二次探测再散列：

特点：冲突发生时，在表的右左进行跳跃式探测，比较灵活。