看到数据库里的索引数据模型哈希表,所以这个是将原来云笔记总结同步上来
一. 什么是哈希表?
哈希表也叫散列表。
散列表(Hash table,也叫哈希表),是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。
给定表M,存在函数f(key),对任意给定的关键字值key,代入函数后若能得到包含该关键字的记录在表中的地址,则称表M为哈希(Hash)表,函数f(key)为哈希(Hash) 函数。
二. 哈希表的存储方式
hash 表存储方式的特点:计算简单分布均匀。
1.直接定址法: 多少数值就直接存储在队里的存储地址上。
-
平方取中法: 将其数值平方然后取中间的数字放到对应的存储地址上(有可能出现hash冲突)
-
数字分析法: 通过观察已知数字的特点,选出有特点的数值进行存储到对应的地址
-
折叠法:将关键字分割成位数相同的几部分,最后一部分位数可以不同,然后取这几部分的叠加和(去除进位)作为散列地址。数位叠加可以有移位叠加和间界叠加两种方法。移位叠加是将分割后的每一部分的最低位对齐,然后相加;间界叠加是从一端向另一端沿分割界来回折叠,然后对齐相加。
-
随机数法:选择一随机函数,取关键字的随机值作为散列地址,通常用于关键字长度不同的场合。
-
除留余数法:取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 H(key) = key MOD p,p<=m。不仅可以对关键字直接取模,也可在折叠、平方取中等运算之后取模。对p的选择很重要,一般取素数或m,若p选的不好,容易产生同义词。
三. 如何解决出现hash冲突的问题
hash冲突的产生是因为在进行寻找地址的时候寻找到了同一存储地址。
如何解=解决这种问题呢?
- 开放寻址法:Hi=(H(key) + di) MOD m,i=1,2,…,k(k<=m-1),其中H(key)为散列函数,m为散列表长,di为增量序列,可有下列三种取法:
1.1. di=1,2,3,…,m-1,称线性探测再散列;
1.2. di=12,-12,22,-22,⑶2,…,±(k)2,(k<=m/2)称二次探测再散列;
1.3. di=伪随机数序列,称伪随机探测再散列。 - 再散列法:Hi=RHi(key),i=1,2,…,k RHi均是不同的散列函数,即在同义词产生地址冲突时计算另一个散列函数地址,直到冲突不再发生,这种方法不易产生“聚集”,但增加了计算时间。
- 链地址法(拉链法)
- 建立一个公共溢出区
查找的性能:
hash表的查找是按照存储方式进行查找 解决冲突的办法就是通过存储时解决冲突的办法。
查找的性能: 对散列表查找效率的量度,依然用平均查找长度来衡量
hash冲突发生的概率关系:
- 分布均匀程度
- 处理冲突的方法
- 散列表的装填因子(散列表的装填因子定义为:α= 填入表中的元素个数 / 散列表的长度)