python hash table_python-Hash表

目录：

一：Hash的定义

二：dict与set的实现原理

三：常用构造hash函数的方法

四：hash碰撞及其解决方法

五：dict的实现

一：Hash的定义

Hash，一般翻译做“散列”，就是把任意长度的输入，通过散列算法，变换成固定长度的输出，该输出就是散列值。【不同的输入可能会散列成相同的输出，所以不可能从散列值来唯一的确定输入值】

二：dict与set的实现原理

dict与set实现原理是一样的，都是将实际的值放到list中。唯一不同的在于hash函数操作的对象，对于dict，hash函数操作的是其key，而对于set是直接操作的它的元素，假设操作内容为x，其作为因变量，放入hash函数，通过运算后取list的余数，转化为一个list的下标，此下标位置对于set而言用来放其本身，而对于dict则是创建了两个list，一个list该下表放此key，另一个list中该下标方对应的value。

其中，我们把实现set的方式叫做Hash Set，实现dict的方式叫做Hash

Map/Table(注：map指的就是通过key来寻找value的过程)

三：常用构造hash函数的方法

1：折叠法

将每个元素分为相等的几部分后相加后再除以list长度，e.g：如果项目是436-555-4601, 以2为分组，分成了

(43, 65, 55, 46, 01). 全部加起来：43 + 65 + 55 + 46 + 01 = 210.

假设list有11个元素, 则210 =1, 所以将436-555-4601放到list下标为1的地方。

2：取中法：

如元素44平方后得1936取中93再取list的余

注：对于string其所对应的数字可用其ASCII码来代替(还可与位数结合，见图5.7)ord('a')可返回'a'的ASCII码

注：此地就是为什么dict与set访问元素时间复杂度为O(1)的原因了，通过对元素的hash函数运算后能够直接知道其下标，所以为O(1)

四：hash碰撞及其解决方法

定义里面讲到过不同的输入可能会散列成相同的输出，所以就可能出现名为“哈希碰撞”的情况，也就是说两个不同的元素算出来的下标值一样，此时就有两种解决方法:

1:向后探测

架设一个元素算出来下标为5，另一个元素算出来下标也为5，从开头开始探测第0第1位是否为空，当看到为空的就放入，不过这样相邻探测的不好之处在于容易发生聚集，所以最好是跳跃着进行探测，定义一个skip的值，比如3，用方程rehash(pos)

= (pos + skip)%sizeoftable，即使查看0，3，6这样跳跃着来

2：链式存储

原理图如下，其实就是将发生有冲突的元素放到同一位置，然后通过“指针“来串联起来

五：HashTable

下面将写一个hashTable，而实际中的dict就是由hashTable扩展而来的

class HashTable:

def

__init__(self):

self.size = 11

self.slots = [None] * self.size

self.data = [None] * self.size

def hash_function(self, key, size):

return key % size

def

rehash(self, old_hash, size):

return (old_hash + 1) % size

def

__getitem__(self, key):

return self.get(key)

def

__setitem__(self, key, data):

self.put(key, data)

def put(self, key, data):

hash_value = self.hash_function(key,len(self.slots))

if self.slots[hash_value] == None:

self.slots[hash_value] = key

self.data[hash_value] = data

elif self.slots[hash_value] == key:

self.data[hash_value] =

data # replace

else:

next_slot = self.rehash(hash_value, len(self.slots))

while self.slots[next_slot] != None and self.slots[next_slot] !=

key:

next_slot = self.rehash(next_slot, len(self.slots))

if self.slots[next_slot] == None:

self.slots[next_slot] = key

self.data[next_slot] = data

else:

self.data[next_slot] =

data #replace

def get(self, key):

start_slot = self.hash_function(key, len(self.slots))

data = None

stop = False

found = False

position = start_slot

while self.slots[position] != None and not found and not

stop:

if self.slots[position] == key:

found = True

data = self.data[position]

else:

position=self.rehash(position, len(self.slots))

if position == start_slot:

stop = True

return data

HashTable