【查找】哈希（散列）查找

【查找】哈希（散列）查找

1. 基本概念

• 哈希（散列）函数：散列函数是将关键字映射为表中地址的函数，记为Hash（key）= Addr

• 冲突： 由于散列函数可能将不同关键字映射到同一地址，这种情况叫做冲突。

  我们希望尽量减少这种冲突，所以需要寻找好的散列函数；同时，冲突是不可避免的，所以还需要设计解决冲突的方法。

• 同义词：映射到同一地址的不同关键字称为同义词。

• 哈希（散列）表
  根据关键字直接进行访问的数据结构

2. 哈希（散列）函数的构造方法

• 直接定址法

H(key) = key # 或 H(key) = a * key + b

1，2，3，4，5，6，7 直接存储[1,2,3,4,5,6,7]
或
1，2，3，4，5，6，7 直接存储[3001,3002,3003,3004,3005,3006,3007]

优点：不会产生冲突
缺点：当关键字不连续的时候，空位会造成空间的浪费

• 除留取余法

H(key) = key % p 	 # 对于表长为m的散列表，选取<=m且最大的质数作为p，以此来减少冲突

• 数字分析法
  通过对所需存储关键字的特定进行分析，设计出好的哈希函数H(key)
• 平方取中法
  先对关键字做平方运算，然后对结果取中间的值作为映射地址
  例如：11，12，13
  平方结果 121 144 169
  映射地址 2 4 6

3. 解决冲突的方法

3.1 开放定址法

Hi = ( H(key) + di ) % m

其中，H(key)为哈希函数，d_i表示第i次的增量，m为表长
开放指的是对空闲地址对同义词和非同义词都进行开放

• 线性探测法
  增量序列d_i = 0，1，2，3，…，k
• 平方探测法
  增量序列d_i = 0²，1²，-1²，2²，-2²，…，k²，-k²
• 双散列法
  d_i = i * H₂(key)
• 伪随机序列法
  给定一个随机序列d_i

3.2 链地址法

将同义词用链表进行保存

4. 查找过程

5. 性能分析

散列表
H(key) = key % 13，线性探测法处理冲突

0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
	14	01	68	27	55	19	20	84	79	23	11	10

假设当前关键字与比较次数如下

关键次数	14	01	68	27	55	19	20	84	79	23	11	10
比较次数	1	2	1	4	3	1	1	3	9	1	1	3

• 查找成功的平均查找长度ASL
  ASL = （ 1 * 6 + 2 + 3 * 3 + 4 + 9 ）/ 12 = 5.5
• 查找失败的平均查找长度ASL
  由于哈希函数H(key) 只能得到0~12的数，所以只需要计算从这13个地址往后查找到空的次数就行了
  ASL = （1 + 13 + 12 + 11 + 10 + 9 + 8 + 7 + 6 + 5 + 4 + 3 + 2）/ 13 = 7
• 装填因子α
  α = n / m = 12 / 16 = 0.75
  其中n为记录数，m为散列表长度（是15+1，不是15）

由查找过程可见

1）由于冲突的产生，使得哈希表的查找需要对表中给定值与待查找的关键字进行对比，所以仍需要以平均查找长度作为查找效率的衡量标准
2）哈希表的查找效率取决于三个因素：哈希函数、处理冲突的方法、装填因子α