散列函数之冲突处理之开地址法

开地址法

基本思想：当关键码key的哈希地址H0 = hash(key)出现冲突时，以H0为基础，产生另一个哈希地址H1 ，如果H1仍然冲突，再以H0

为基础，产生另一个哈希地址H2 ，…，直到找出一个不冲突的哈希地址Hi ，将相应元素存入其中。这种方法有一个通用的再散列函

数形式： 

其中H0 为hash(key) ，m为表长，di称为增量序列。增量序列的取值方式不同，相应的再散列方式也不同。主要有以下四种：

线性探测再散列

二次探测再散列

伪随机探测再散列

双散列法

（一）、线性探测再散列

假设给出一组表项，它们的关键码为 Burke, Ekers, Broad, Blum, Attlee, Alton, Hecht, Ederly。采用的散列函数是：取其第一个字母在

字母表中的位置。 

          hash (x) = ord (x) - ord (‘A’) 

这样，可得

hash (Burke) = 1hash (Ekers) = 4

hash (Broad) = 1hash (Blum) = 1

hash (Attlee) = 0hash (Hecht) = 7

hash (Alton) = 0hash (Ederly) = 4

又设散列表为HT[26]，m = 26。采用线性探查法处理溢出，则上述关键码在散列表中散列位置如图所示。红色括号内的数字表示找

到空桶时的探测次数。比如轮到放置Blum 的时候，探测位置1，被占据，接着向下探测位置2还是不行，最后放置在位置3，总的探

测次数是3。

堆积现象

散列地址不同的结点争夺同一个后继散列地址的现象称为堆积(Clustering)，比如ALton 本来位置是0，直到探测了6次才找到合适位

置5。这将造成不是同义词的结点也处在同一个探测序列中，从而增加了探测序列长度，即增加了查找时间。若散列函数不好、或装

填因子a 过大，都会使堆积现象加剧。

下面给出具体的实现代码，大体跟前面讲过的链地址法差异不大，只是利用的结构不同，如下：

status 保存状态，有EMPTY, DELETED, ACTIVE，删除的时候只是逻辑删除，即将状态置为DELETED，当插入新的key 时，只要不

是ACTIVE 的位置都是可以放入，如果是DELETED位置，需要将原来元素先释放free掉，再插入。

二次探测再散列

为改善“堆积”问题，减少为完成搜索所需的平均探查次数，可使用二次探测法。

通过某一个散列函数对表项的关键码 x 进行计算，得到桶号，它是一个非负整数。 

若设表的长度为TableSize = 23，则在线性探测再散列 举的例子中利用二次探查法所得到的散列结果如图所示。

比如轮到放置Blum 的时候，本来应该是位置1，已经被Burke 占据，接着探测 H0 + 1 = 2,，发现被Broad 占据，接着探测 H0 - 1 = 

0，发现空位于是放进去，探测次数为3。

下面来看具体代码实现，跟前面讲过的线性探测再散列 差不多，只是探测的方法不同，但使用的数据结构也有点不一样，此外还实

现了开裂，如果装载因子 a > 1/2； 则建立新表，将旧表内容拷贝过去，所以hash_t 结构体需要再保存一个size 成员，同样的原因，

为了将旧表内容拷贝过去，hash_node_t 结构体需要再保存 *key 和 *value 的size。

转自：http://blog.csdn.net/jnu_simba/article/details/9668369