散列查找

散列函数的构造方法

数字关键词的散列函数构造

1. 直接定址法

h(key) = a * key + b;	//a, b为常数

int h(int key)
{
	int a = 1, b = 2;
	return a * key + b;
}

这类函数计算简单，分布均匀，不会产生冲突，但要求地址集合与关键字集合大小相同，因此，对于较大的关键词集合不适用。所以在现实中并不常用

2. 除留余数法
   假设散列表长度为TableSize，选取一个正整数p <= TableSize

h(key) = key mod p;

int h(int key, int p)
{
	return key % p;
}

注意到，如果p < TableSize，则意味着地址p ~ TableSize - 1是不能通过散列表直接映射到的。不过不用担心空间浪费，在冲突发生时就会用到它们

3. 数字分析法
   如果数字关键词的位数比较多，在特定的情况下，有些位数易相同，而有些位数比较随机。比如11位手机号码，前3位容易相同，中间4位表示用户归属地，在一定范围内也容易重复，而最后4位是很随机的。所以只选择后4位作为散列地址，采用字符串存储号码，C语言中的字符串转换成整数处理函数atoi，于是散列函数表示为:

h(key) = atoi(key + 7) mod p;	//如果4位数还是太大了, 再用一次取模

这里key + 7表示指针往后移7个数字，即留下4位数字

int h(char key[], int p)
{
	return atoi(key + 7) % p;
}

字符串关键词的散列函数构造

1. 一个简单的散列函数——ASCII码加和法

h(key) = (∑key[i]) mod TableSize;

显然冲突可能非常严重，比如a3, b2, c1的散列值都是100；关键词"tea"和"eat"也是冲突的

2. 简单的改进——前3个字符移位法

h(key) = (key[0] + key[1] * 27 + key[0] * 27^2) mod MaxSize;

选择27进制是因为26个字母和一个字符空格，该散列函数只考虑前3个字符，当散列表太大时，这个函数还是不合适的

3. 好的散列函数——移位法
   这个散列函数涉及关键词的所有n个字符，并且分布的很好
   
   该函数用于处理长度为n的字符串关键词，每位字符占5位(即2^5 = 32)。具体实现时并不需要做乘法运算，而是通过一次左移5位来完成，这也是为什么选用32来代替27的原因

int h(const char *key, int TableSize)
{
	int h = 0;
	while(*key != '\0')
		h = (h << 5) + *key++;
	
	return h % TableSize;
}

该函数遇到的主要问题是，当n太大时，前面若干位字符可能被左移出界，而起作用的只有最后几位字符。一种解约的办法是不使用整个字符串，而是从中选择若干位有代表性的字符进行映射，比如字符串长度大于12的时候，仅选取奇数位置上的字符来实现散列函数