散列（hash）

散列（hash）

---

将元素通过一个函数转换为整数，使得该整数可以尽量唯一地代表这个元素

• 把转换函数称为：散列函数H
• 也就是说，如果元素在转换前为key，那么转换后就是一个整数H(key)

---

常用散列函数

• 直接定址法
• 平方取中法
• 除留余数法

直接定址法 -（最常见的散列应用）

• 恒等变换 令 H(key)=key
• 线性变换 令 H(key)=a*key+b

平方取中法 -（很少用）

• 取key的平方的中间的若干位作为hash值

除留余数法

把key除一个数mod得到的余数作为hash值，即

H(KEY) = KEY % MOD

• 通过这个散列函数，可以把很大的数转换为不超过mod的整数
• 这样就可以把它作为行的数组下标（表长TSize必须不小于mod，否则会产生越界）
• 显然，当mod是素数时，H(key)能尽可能覆盖[0,mod)范围内的每一个数
• 若要将发生冲突现象的频率降至最低，mod最好是小于哈希表长的最大素数

解决哈希表冲突的方法：

线性探查法（Linear Probing）

• 若H(key)已被占，则将hash值不断+1，直到找到一个空位置，或是发现表中所有位置都被使用。
• 若探查过程中规超过了表长，则回到表头继续循环

• 显然，这个做法容易导致扎堆，即表中若干个连续位置都被使用，这在一定程度上会降低效率

  平方探查法（Quadratic Probing）

• 为了尽可能避免扎堆现象，当H(key)被占时，探查：H(key)+1²、H(key)-1²、H(key)+2²、H(key)-2²、H(key)+3²…

• 若探查过程中超过了表长TSize，则将H(key)+k²对表长取模
• 若探查过程中出现H(key)-k²<0的情况（假设表的首位是0）,
  则将(H((key)-k²) % TSize + TSize) % TSize作为结果
  （等价于将H((key)-k²不断加上TSize直到出现第一个非负数）
• 若像避免负数的麻烦，可以只进行正向的平方探查
• 可以证明，若k在[0,TSize)范围内都无法找到位置，那么当k>=TSize时，也一定无法找到位置

链地址法（拉链法）

• 链地址法不计算新的hash值，而是把所有H(key)相同的key用单链表连接起来
• 这样可以设定一个数组Link，范围是Link[0]~Link[mod]
• 其中Link[h]存放H(key)=h的一条单链表
• 此时就可以遍历这条单链表来寻找所有H(key)=h的key

---

一般用标准模板库中的map来直接使用hash的功能（C++11 以后可以用unordered_map，速度更快）

---

例题：

给出N个字符串（由恰好三位大写字母组成），再给出M个查询字符串，问每个查询字符串在N个字符中出现的次数。
关键在如何写字符串哈希函数：

• 不妨把A~Z视为0~25，这样把26个大写字母对应到了二十六进制中
• 然后，按照二十六进制转十进制的思路。
  id = id * 26 + ( S[i] - ‘A’)
• 注意：转换成的整数最大是26^len-1，其中len为字符串长度
• 若有小写字母，可以增大进制数至52
  若又出现了数字，可以继续增大进制数至62
• 若保证字符串末尾是个数字，可以把前面的英文字母转换成整数，再将末尾的数字直接拼接上去。如“BCD4”,现将”BCD”转换成731，然后拼上4称为7314即可

#include<cstdio>
using namespace std;

const int maxn=100;
char S[maxn][5],temp[5];
int hashTable[26*26*26+10];
//hash函数，将字符串S转换为整数 
int hashFunc(char S[],int len)
{
    int id=0;
    for(int i=0;i<len;i++)
        id = id * 26 + ( S[i] - 'A' );
    return id;
}

int main()
{
    int n,m;
    scanf("%d%d",&n,&m);
    for(int i=0;i<n;i++){
        scanf("%s",S[i]);
        int id=hashFunc(S[i],3);        //将字符串S[i]转换为整数
        hashTable[id]++;                //该字符串出现的次数+1 
    }
    for(int i=0;i<m;i++){
        scanf("%s",temp);
        int id=hashFunc(temp,3);        //将字符串temp转换为整数
        printf("%d\n",hashTable[id]);   //输出该字符串的出现次数 
    } 
    return 0;
}