散列表基本概念以及常见散列函数构造方法（一）

1、散列表(hash table) ，也叫哈希表，是根据关键码而直接进行访问的数据结构。也就是说，它通过把关键码映射到表中一个位置

来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

2、若结构中存在关键码为x的记录，则必定在hash(x)的存储位置上。由此，不需比较便可直接取得所查记录。称这个对应关系hash

为散列函数(hash function)，按这个思想建立的表为散列表。

3、散列函数是一个压缩映象函数。关键码集合比散列表地址集合大得多。因此有可能经过散列函数的计算，把不同的关键码映射到

同一个散列地址上，这就产生了冲突 (Collision)。即key1≠ key2，而hash(key1)=hash(key2)，这种现象称冲突。我们将key1与key2称

做同义词。

4、由于关键码集合比地址集合大得多，冲突很难避免。所以对于散列方法，需要讨论以下两个问题：

对于给定的一个关键码集合，选择一个计算简单且地址分布比较均匀的散列函数，避免或尽量减少冲突；

拟订解决冲突的方案。

5、散列函数的选择有两条标准：简单和均匀

简单指散列函数的计算简单快速，能在较短时间内计算出结果。

均匀指散列函数计算出来的地址能均匀分布在整 个地址空间。若key是从关键字码集合中随机抽取的一个关键码，散列函数能

以等概率均匀地分布在表的地址集{0，1，…，m-1}上，以使冲突最小化。

二，散列函数的构造方法

（一）、直接定址法

此类函数取关键码的某个线性函数值作为散列地址：hash ( key ) = a * key + b      { a, b为常数 }

这类散列函数是一对一的映射，一般不会产生冲突。但是，它要求散列地址空间的大小与关键码集合的大小相同。

（二）、数字分析法

构造：对关键字进行分析，取关键字的若干位或其组合作哈希地址。
适于关键字位数比哈希地址位数大，且可能出现的关键字事先知道的情况。

例：  有80个记录，关键字为8位十进制数，哈希地址为2位十进制数

（三）、平方取中法

取关键字平方后中间几位作哈希地址。适于关键字位数不定情况。

具体方法：先通过求关键字的平方值扩大相近数的差别，然后根据表长度取中间的几位数作为散列函数值。又因为一个乘积的中间

几位数和乘数的每一位都相关，所以由此产生的散列地址较为均匀

（四）、折叠法

此方法把关键码自左到右分成位数相等的几部分，每一部分的位数应与散列表地址位数相同，只有最后一部分的位数可以短一些。

把这些部分的数据叠加起来，就可以得到具有该关键码的记录的散列地址。有两种叠加方法：

移位法 — 把各部分的最后一位对齐相加；

分界法 — 各部分不折断，沿各部分的分界来回折叠，然后对齐相加，将相加的结果当做散列地址。

一般当关键码的位数很多，而且关键码每一位上数字的分布大致比较均匀时，可用这种方法得到散列地址。

（五）、随机数法

选择一个随机函数，取关键字的随机函数值为它的散列地址，即 hash(key) = random(key) ；其中random为伪随机函数，但要保证函

数值是在0到m-1之间。

（六）、除留余数法

设散列表中允许的地址数为 m, 散列函数为：

 hash ( key ) = key % p    p <=  m

若p取100，则关键字159、259、359互为同义词。我们选取的p值应尽可能使散列函数计算得到的散列地址与各位相关，根据经

验，p最好取一个不大于 m，但最接近于或等于 m 的质数 p,  或选取一 个不小于 20 的质因数的合数作为除数（比如8 = 2*2*2，2 是 

8 的质因数，8 是合数）

示例：有一个关键码 key = 962148，散列表大小 m = 25，即 HT[25]。取质数 p= 23。散列函数 hash ( key ) = key % p。则散列地址

为 hash ( 962148 ) = 962148 % 23 = 12

可以按计算出的地址存放记录。需要注意的是，使用上面的散列函数计算出来的地址范围是 0到 22，因此，从23到24这几个散列地

址实际上在一开始是不可能用散列函数计算出来的，只可能在处理溢出时达到这些地址。

（七）、乘余取整法

使用此方法时，先让关键码 key 乘上一个常数  A (0 < A < 1)，提取乘积的小数部分。然后，再用整数 n 乘以这个值，对结果向下取

整，把它做为散列的地址。

常见散列函数 请查看 链接：http://blog.csdn.net/makenothing/article/details/40894603