搜索结构之哈希表（线性探测法）

散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值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。

给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。

若关键字为k，则其值存放在f(k)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f为散列函数，按这个思想建立的表为散列表。

对不同的关键字可能得到同一散列地址，即k1≠k2，而f(k1)=f(k2)，这种现象称为碰撞（英语：Collision）。具有相同函数值的关键字对该散列函数来说称做同义词。综上所述，根据散列函数f(k)和处理碰撞的方法将一组关键字映射到一个有限的连续的地址集（区间）上，并以关键字在地址集中的“像”作为记录在表中的存储位置，这种表便称为散列表，这一映射过程称为散列造表或散列，所得的存储位置称散列地址。

若对于关键字集合中的任一个关键字，经散列函数映象到地址集合中任何一个地址的概率是相等的，则称此类散列函数为均匀散列函数（Uniform Hash function），这就是使关键字经过散列函数得到一个“随机的地址”，从而减少碰撞。

散列函数能使对一个数据序列的访问过程更加迅速有效，通过散列函数，数据元素将被更快地定位。散列函数能使对一个数据序列的访问过程更加迅速有效，通过散列函数，数据元素将被更快地定位。

构造哈希函数需要注意以下几点：
1、哈希函数的定义域必须包括需要存储的全部关键码，而如果散列表允许有m个地址时，其值域
2、哈希函数计算出来的地址能均匀分布在整个空间中
3、哈希函数应该比较简单

不管做什么事情都要达到优是不可能的，既要付出尽可能的少，又要得到大化的多，因此设计散 列函数，可以参看以下两个原则：
1、计算简单
2、散列地址尽量分布均匀

【常见哈希函数】

（1）直接定址法
取关键字的某个线性函数为散列地址，Hash（Key）= Key 或 Hash（Key）= A*Key + B，A、B为常数。

这样的散列函数优点是简单、均匀，也不会产生冲突，但问题是需要 事先知道关键字的分布情况，适合查找表较小且连续的情况。

（2） 除留余数法
设散列表中允许的地址数为m，取一个不大于m，但接近或者等于m的质数p作为除数，按照哈希函数：Hash(key) = key % p p<=m,将关键码转换成哈希地址。

（3）平方取中法
假设关键字是1234，那么它的平方就是1522756，再抽取中间的3位就是227作为散列地址；再比如关键字是4321，那么它的平方就是18671041，抽取中间的3位就可以是671或者710用作散列地址。

平方取中法比较适合：不知道关键字的分布，而位数又不是很大的情况。

（3） 折叠法
折叠法是将关键字从左到右分割成位数相等的几部分(注意：后一部分位数不够时可 以短些)，然后将这几部分叠加求和，并按散列表表长，取后几位作为散列地址。

比 如：关键字是9876543210，散列表表长为三位，我们将它分成四组987|654|321|0|，然后将它们叠加求和987+654+321+0=1962，再求后3位得到散列地址为962。有时可能 这还不能够保证分布均匀，不妨从一段向另一端来回折叠后对齐相加。比如将987和321反转，再与654和0相加，编程789+654+123+0=1566，此时的散列地址为566。

折叠法适合事先不需要知道关键字的分布，适合关键字位数比较多的情况。

（4）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哈希地址，即H(key) = random(key),其中 random为随机数函数，通常应用于关键字长度不能采用此法。

（5） 数学分析法
分析一组数据，比如一组员工的出生年月日，这时我们发现出生年月日的前几位数字大体相同，这样的话，出现冲突的几率就会很大，但是我们发现年月日的后几位表示月份和具体日期的数字差别很大，如果用后面的数字来构成散列地址，则冲突的几率会明显降低。因此数字分析法就是找出数字的规律，尽可能利用这些数据来构造冲突几率较低的散列地址。

散列冲突处理方法

任何一种散列函数也不能避免产生冲突，因此选择好的解决冲突溢出的方法十分重要。为了减少 冲突必须对散列表加以改造。 设散列表HT有m个地址，将其改为m个桶(bucket)。其桶号与散列地址一一对应，第i(0<= i < m)个桶的桶号即为第i个散列地址。每个桶可存放s个表项，这些表项的关键码应互为同义词。如 果对两个不同表项的关键码用散列函数计算得到同一个散列地址，就产生了冲突，它们可以放在 同一个桶内的不同位置。只有当桶内所有s个表项位置都放满表项后再加入表项才会产生溢出。

（1）【闭散列法】
闭散列，也叫开地址法。所有桶都直接放在散列表数组中。因此每个桶只有一个表项(s = 1)。若设散列表中各桶的编址为0到m-1，当要加入一个表项R是，用它的关键码R.key，通过散列 函数hash(R.key)的计算，得到它的存放桶号j，但是在存放时发现这个桶已经被另一个表项R占 据了，这时不但发生了冲突，还必须处理该溢出，为此必须把R存放到表中“下一个”空桶中。 如果表未被装满，则在允许的范围内必须还有空桶。

简而言之：就是一旦发生冲突，就去寻找下 一个空的散列表地址，只要散列表足够大，空的散列地址总能找到。