数据结构笔记-散列表

散列表(hashing)

常见查找

• 顺序查找，O(N)
• 二分查找 静态查找
• 散列

查找方法：快速搜索到需要的关键词或关键词不方便比较怎么办

散列查找的两个基本工作

• 计算位置
• 解决冲突(collision) 多个关键词同一位置

时间复杂度几乎是常量，查找与问题规模无关，以空间换时间

填装因子（loading factor）：设散列表空间大小为m，填入表中元素个数为n，则称$\alpha =n/m$为散列表的填装因子

散列函数构造

好的散列函数

1. 计算简单
2. 关键字对应的地址空间分布均匀，尽量减少冲突

关键字是数字

1. 直接取值
2. 取余 ，一般取数组长度，或质数
3. 数字组成有一定的规律，如身份证号，取随机的那部分做地址
4. 折叠法 ，对较长对数字，截成等长对部分，求和
5. 平方取中法，对数字平方后，取中间几位

关键字是字符

1. ascII码求和，范围较小
2. 利用ascII码，求出数字后，视为较大进制的数（如使用27进制，一共有26个字母），再转回十进制，取余。

• 可以使用32进制，等价与左移5位。每读一位，左移，再加下一位

char key[];
int i,count=0;
while(*key !='\0'){
   count  = count <<5 +*key;
   key++;
   }

处理冲突

开放地址法 open adress(换一个地址）

发生冲突，按某种规则再找地址。
发生了第i次冲突后，试探下一个地址
$$h_i(key)=(h(key)+d_i)modTableSize$$
常见的方法($d_i$不同）

1. 线性探测 $d_i=i$，易聚集
2. 平方探测$d_i=\underline{+}{i}^2$
   2.1.若散列长度为4k+3形式的质数（k为正整数），平方探测可以探测整个散列空间
   2.2 若$d_i=\underline{+}{i}^2$找不到空位，则$d_i=i^2$也找不到空位
3. 双散列$d_i=i\ast h_2(key)$
   3.1 对任意key $h_2(key)!=0$
   3.2 应该保证所有散列单元都能被探测到，可以选择$$h_2(key)=p-(keymodp)$$

懒惰删除：开放地址删除时，不能删除，只能标记，否则回断链，使部分元素找不到

再散列 Rehashing

当元素太多时，散列当效率回下降
一般$$0.5\le \alpha \le 0.85$$
当装载因子太大时，需要扩容，这个过程叫再散列

链地址法 （不改变地址）

将所有冲突的元素放在同一个链表上
装填因子$\alpha$：所有地址链表的平均长度定义称装填因子

散列表性能分析

关键指标

1. 成功平均查找长度（ASLs），冲突次数加一
2. 不成功平均查找长度（ASLu） ，将不再散列表中的元素分类（如按h(key)的值分类）

影响产生冲突的因素：

1. 散列是否均匀
2. 处理冲突的方法
3. 装填因子$\alpha $

应用：统计文本单词

reference

浙大 数据结构 mooc https://www.icourse163.org/course/ZJU-93001