hash表

最新推荐文章于 2024-11-03 11:01:20 发布

weixin_30326745

最新推荐文章于 2024-11-03 11:01:20 发布

阅读量54

点赞数

文章标签：数据结构与算法 java

原文链接：http://www.cnblogs.com/engreal/p/10524933.html

版权

引言

问题：统计ASCII字符串中每种字符出现的次数。
解决方案:

void count(char *str) {
    int dict[] = {0};
    while (*str != '\0') {
        dict[*str] += 1;
        str++;
    }
}

对于任意一个ASCII字符c，都可以在\(O(1)\)时间获得c出现的次数。之所以会有这么快的速度，是因为可以直接通过字符c的值获得它在dict对应的地址。

hash表就是一个类似于上面dict的一个结构：通过给定的键(key)，我们能计算出对应值(value)在数组中的位置，以此达到快速访问元素的目的，元素所在的位置称为槽。

hash函数

当key的可能的取值范围（全域\(U\)）比较小时，可以直接用key的值作为索引（比如引言中的例子）。这种时候也被称为直接寻址表(direct-address table)。
直接寻址表的缺点十分明显：如果全域\(U\)很大，建立一个大小为\(|U|\)的表\(T\)就不太实际。事实上key的取值知识\(U\)中的一部分，可以把存储需求降到K，然后通过hash函数把key映射到\([0,k)\)上，即 \(hash(U) \rightarrow [0, k)\)。

除法散列法

通过取k除以m的余数，把键k映射到m个槽的某一个，即散列函数\(hash(k) = k \mod m\)。
当应用除法散列法时，要避免选择m的某些值，比如\(m=2^n\)。一般使用一个和\(2^n\)不接近的素数。

乘法散列法

散列函数\(hash(k) = \lfloor m(kA - \lfloor kA \rfloor) \rfloor\)
其中\(k\)是关键字，\(A\)是一个大于0小于1的常数，\(m\)一般是2的某个次幂。

全域散列函法

对于特定的散列算法，恶意用户可以选择特殊的关键字，使得这些关键字都被散列到hash表的同一个槽中。这样hash表的平均查询时间就会下降至\(O(n)\)。
全域散列(universal hashing) 通过随机的选择散列函数，使之独立于关键字。在执行散列之前，全域散列法会在预先设计的函数集中随机选择一个作为散列函数。

冲突

在散列过程中，不同的键可能被映射到相同的槽中，这种情况被称为冲突。常见的解决办法有链接法、开放寻址法。

链接法

链接法把散列到同一个槽的所有元素都放在一个链表中，把链表的头结点放在槽中。
链接法实现简单，但存在退化成链表的风险：当过多的关键字被散列到同一个槽时，对hash表的查询时间会接近\(O(n)\)。
为了解决这个问题，Java中的HashMap通过设置阈值限制链表的长度，当链表长度达到阈值时进行rehash或把链表转为红黑树。
另一方面，链接法的内存利用率较低，存在较多的槽未放置元素。
在简单均匀散列的情况下，一个能存放n个元素、具有m个槽位的散列表T，使用链接法的查询时间为\(O(1+\alpha)\)，其中负载因子\(\alpha = n/m\)。