哈希(hash)算法的学习(一)

首先要解释一下键的概念，如果学过数据库的话这段可以跳过，比如现在有个Record类记录我们每个人的基本信息，类成员有姓名,学历,身高,身份证号,出生年月等，那么这些成员中哪一个可以作为唯一标识去区别呢，很明显身份证号是可以的，那么我们就可以认为身份证号码可以作为Record类的一个键

一 ：算法摘要

1，初始化操作 ---- 首先必须申明一个数组去容纳哈希表，接下来必须对数组中的所有元素初始化以表明他们为空，这个过程的完成依赖于应用，它的实现经常是在Record的成员中设置一个独立的变量来指示。

2，插入操作 ---- 首先要计算它的键的哈希函数。如果对应位置为空则可以插入，如果对应位置的键是相等的，则不允许插入；如果这个位置上有不同键的记录，则有必要解决冲突。

3，检索操作 ---- 此操作与插入操作类似。首先计算这个键的哈希函数，如果期望的记录就在该位置中，检索成功；当此位置不空且没有检索完所有位置，则需要遵循解决冲突的同样步骤；如果发现空位或者已检索完所有位置，检索失败

二：选择哈希函数

1，选取准则：

1）它应是简单的且易于计算的

2）它应实现在下标范围内真正出现的键的平均分布

2，三种方法：

1）截取 ---- 忽略键的一部分，并用剩余部分直接作为下标。例如，如果键是8位的，二哈希表有1000个位置，则从右边取第一位,第二位,和第五位数字作为哈希函数，这样21 296 876就映射到976，截取是非常快的方法，但它经常不能在表中均匀分布这些键。

2）折叠 ---- 将键划分成几部分并用一种方便的形式(经常使用加法或乘法)将这几部分组合起来以得到下标。例如8位的数字分为3 3 2的组合，再讲这3个组合加起来，如果有必要的话还可以在适当的下表范围内截取这个和。那么21 296 876映射到 212+968+76=1256，截取后得到256.由于键中所有信息都能够影响函数的值，因此它能比截取法获得更好的下标分布。

3）模运算  ---- 将键转换为整数，在使用C++中的%运算。模的最佳选择经常是一个质数，质数通常能很均匀的分布键。因此在选择哈希表的长度时通常不选择1000，较好的方法是选择997或者1009.取余通常是推断哈希函数的最佳方式。

三：开放定址的冲突解决方案

1，线性探测 ---- 从发生冲突的位置开始，在表中顺序的查找期望的键或空位置。这个表格将被看做环形的，这样到达最后一个位置时，可以在表格的第一个位置继续查找；这种方法的缺点是当当表格大约半满时，存在聚集的倾向，顺序查找需要的时间越来越长

2，二次探测 ---- 如果哈希地址h存在冲突，二次探测将探测表格中的位置h+1，h+4，h+9。。。，即探测位子h+i^2（换言之，此处的增量函数是i^2）。这种方法有两个要注意的：1）探测位置最多为（hash_size+1）/2，如果超过则认为表已满。2）二次探测可以不用乘法实现：在对位置h第一次探测后，将增量设为1，在每次相继探测时，在增量已被加到前一位值上以后将增量加2，注意到 h+1+3+5+。。。+（2i-1）= h+i^2(数学归纳法)

先写到这里 代码部分 下次再贴出来，不知道为啥不能显示缩进，看起来有些累

代码链接http://blog.csdn.net/mjlsuccess/article/details/14003961