可扩充散列、可扩充哈希、可扩展散列、可扩展哈希 (Extendable Hashing)

1.背景知识

不知道，大家听没听说过”知识图谱“？

嘿嘿，没听说过也不要紧，但你一定听说过”思维导图“吧？

”知识图谱“实际上是用图的形式把知识体系描绘出来，以梳理知识与知识之间的关联。

这里给出一个知识图谱的图片

”知识图谱“现已被广泛应用于各个领域，包括人工智能领域。

为什么有”知识图谱“的产生？

尤其是现在，处于一个知识和信息大爆炸的时代，以往积聚了大量的知识，而新的知识又在不断地产生。这些知识有的杂乱无章，有些拥有内在联系。如何对知识进行梳理和管理？”知识图谱“就是来做这件事情的。让知识形成体系，挖掘知识之间的内在联系。

我们来谈可扩展散列时，同样按照这种思路：首先，我们不是要搞懂”什么是可扩展散列“，而是要明白”可扩展散列是要解决什么问题“ ”可扩展散列在它所处的知识体系中处于什么位置“。

可扩展散列 (Extendable Hashing)是动态散列（Dynamic Hashing）的一种，动态散列有两种常见的实现方式：可扩展散列 (Extendable Hashing)和线性散列（Linear hashing ）。而与”动态散列“相对应的概念是”静态散列“（Static Hashing）。

不管是静态散列还是动态散列，都是Hash在索引上的运用（Hashing can be used not only for file organization, but also for index-structure creation.
）。
索引机制用于加速对所需数据的存取。索引机制一般应用于数据库中。最终我们知道：可扩展散列属于动态散列，属于数据库的索引。至此，我们就明白了可扩展散列所处的知识体系。

下面一节用一个例子，图解可扩展散列的操作过程。

关于更多动态散列的知识，可参考：动态哈希

2.图解可扩充散列

可扩展散列基本思想：

为桶引入一间接层，即用一个指向块的指针数组来表示桶，而不是用数据块本身组成的数组来表示桶。

General Extendable Hash Structure

指针数组能增长，其长度总是2的幂。因而数组每增长一次，桶的数目就翻倍。不过，并非每个桶都有一个数据块；如果某些桶中的所有记录可以放在一个块中，则这些桶可能共享一个块。

散列函数h为每个键计算出一个K位二进制序列，该K足够大，比如32。但是桶的数目总是使用从序列第一位或最后一位算起的若干位，此位数小于K,比如说i位。也就是说，当i是使用的位数时，桶数组将有2i个项。

下面我们以几页ppt，来讲解可扩展散列。之后再做一道具体的题目。

不知道ppt大家看懂没有？下面做一道例题。

例子：Suppose that we are using extendable hashing on a file that contains records with the following search-key values:
2,3,5,7,11,17,19,23,29,31
Show the extendable hash structure for this file if the hash function is h(x) = x mod 8 and buckets can hold three records.

解析：对照前面的ppt,k=3,因为2的3次方等于8.i=1,此时可变的桶有两个（2的i次方），每个桶（bucket）最多放3个记录。
当一个桶3个记录放满时，则需要分裂，分裂后的两个桶深度为原桶深度+1（桶深最大为3，因一个桶最多放3个记录）。
分裂的过程为：i+1,可变的桶数为2的i+1次方。把引起分裂的数据放入新桶中，修改各桶的指针。

首先，i=1,桶的数目为2，用0和1标识，把24（11000），取前i位，按照前i位的值放入对应的桶中，如图

3.可扩充散列的代码实现

以后补充，敬请谅解~