散列之可扩散列算法分析及实现

  最近在复习《数据结构与算法分析-C语言描述》，第5章散列中的可扩散列，书上的例子没有给出具体实现，因此我写下这篇博客来记录学习笔记。

  首先我先简单介绍一下散列，散列是一种用于存储、查找的数据结构，每一个关键字被被映射到从0到Tablesize-1这个范围中（最简单的是用数组来做成散列表，Tablesize-1 相当于数组的最大范围），这些关键字通过某一特殊函数进行映射，将关键字放在适当的单元中。比如最简单数组结构就可构成散列表，散列表存储一个新的Key的时候，使用Key mod Tablesize这个公式来分配对应的单元格。下图是一个 Tablesize=7 的散列表。我们先插入一个 key=10，分配的单元是index = Key mod Tablesize，即 index = 10%7, index = 3, 故在下标为3的位置插入key=10，对于其他的插入也是按照这个函数进行映射来分配单元。

==== 插入key=3后 ====》

但是，这样的插入会出现一个叫“冲突”的现象，比如我们在插入一个key=17时，index=3但是3这个单元已经有元素存在了无法插入到这，这里我简述使用开放定址发来解决冲突（还有一种叫分离链接法），我们这里使用线性探测法来查找单元，即使用F(i)=i 这个函数来查找单元( i是指查找的次数)。这个函数怎么用？我们继续刚刚的插入key=17，首先我们使用 index=17%7，index=3但是该单元已被分配，则 i=1 我们需往后查找可插入的单元 index = (index+i)%Tablesize，若后面的单元依旧不为空则 i=2 再往后找 index = (index+i)%Tablesize，直到找到空单元。插入key=17后如下图。我们再插入key=3，key=24, key=31效果如下图

====插入3，24，31后====》

不过现在比较流行的是平方探测法，F(i)=i^2，与上方的线性探测法类似，比如插入key=17，第一次找不到 i=1, index = （index +(i^2)）%Tablesize，再插入key=3，查找了2次才找到 i=2, index = （index+i^2）%Tablesize，插入效果如图。

  但是，数组的空间是有限的，当散列表中剩余的可插入单元只剩下不足30%的时候插入效率会非常差，因此我们提出了再散列的说法，即申请一个比原来大两倍的空间的散列表，再将原本散列表中的元素重新散列到新的散列表。这个操作不算很难，但是还有一种解决方法叫可扩散列，即当空间不足时进行开辟一个与原来散列表空间一致的散列表，然后重新将散列表中的元素，分别散列到新、旧的散列表中。如我们按照比特前缀相同的规则进行散列，如下图

接下来我们插入一个关键字 100100，他会被散列到第三个散列表中，但是第三个散列表已经满了，因此需要进行可扩散列，如下图：

这种结构有点抽象，似乎好像很复杂比较难实现。我在实现这个例子的可扩散列的时候将他的结构稍微修改了一下。如图下：

修改成这样以后，你会发现他很像一颗二叉树，而前缀只需要通过从根节点到目标节点组合其节点的0或1即可得到前缀，进行可扩散列的时候仅仅时进行简单的二叉树插入节点，这种结构的可扩散列基本操作与二叉树相同，炒作起来方便，且清晰。

  接下来，我给这个结构设计了一道题，用于实现这个结构，我将关键字改为普通整数，但是我将他化作二进制数来进行以上操作，如：我插入31，上面的都是6位的故我31换作二进制（011111）插入以上的结构中，得下图：

 

我设计了一个用于实现以上结构得C++代码，代码不粘贴到此，可以通过后面的Git资源网站获取。

Git资源网站：https://github.com/AuthorityWu/Algorithm/tree/master/algorithm/hashing