哈希表实现(开散列法解决冲突)

最新推荐文章于 2021-04-04 14:12:48 发布

置顶 ice_玖闻于世丶

最新推荐文章于 2021-04-04 14:12:48 发布

阅读量715

点赞数 2

分类专栏：数据结构文章标签：数据结构

本文链接：https://blog.csdn.net/weixin_42357849/article/details/105656580

版权

数据结构专栏收录该内容

11 篇文章 1 订阅

订阅专栏

一.哈希概念

顺序结构以及平衡树中，元素关键码与其存储位置之间没有对应的关系，因此在查找一个元素时，必须要经过关键码的多次比较。顺序查找时间复杂度为O(N)，平衡树中为树的高度，即O( logN)，搜索的效率取决于搜索过程中元素的比较次数。

理想的搜索方法：可以不经过任何比较，一次直接从表中得到要搜索的元素。如果构造一种存储结构，通过某种函数(hashFunc)使元素的存储位置与它的关键码之间能够建立一一映射的关系，那么在查找时通过该函数可以很快找到该元素。
当向该结构中：
插入元素
根据待插入元素的关键码，以此函数计算出该元素的存储位置并按此位置进行存放。
搜索元素
对元素的关键码进行同样的计算，把求得的函数值当做元素的存储位置，在结构中按此位置取元素比较，若关键码相等，则搜索成功。

哈希(散列)方法，哈希方法中使用的转换函数称为哈希(散列)函数，构造出来的结构称为哈希表(Hash Table)(或者称散列表）
常见的哈希函数：

直接定制法
取关键字的某个线性函数为散列地址：Hash（Key）= A*Key + B 优点：简单、均匀缺点：需要事先知道关键字的分布情况使用场景：适合查找比较小且连续的情况面试题：字符串中第一个只出现一次字符
除留余数法–(本博文使用此哈希函数)
设散列表中允许的地址数为m，取一个不大于m，但最接近或者等于m的质数p作为除数，按照哈希函数：Hash(key) = key% p(p<=m),将关键码转换成哈希地址
平方取中法-
假设关键字为1234，对它平方就是1522756，抽取中间的3位227作为哈希地址；再比如关键字为4321，对它平方就是18671041，抽取中间的3位671(或710)作为哈希地址平方取中法比较适合：不知道关键字的分布，而位数又不是很大的情况。
折叠法
折叠法是将关键字从左到右分割成位数相等的几部分(最后一部分位数可以短些)，然后将这几部分叠加求和，并按散列表表长，取后几位作为散列地址。折叠法适合事先不需要知道关键字的分布，适合关键字位数比较多的情况
随机数法
选择一个随机函数，取关键字的随机函数值为它的哈希地址，即H(key) = random(key),其中random为
随机数函数。
通常应用于关键字长度不等时采用此法
数学分析法
设有n个d位数，每一位可能有r种不同的符号，这r种不同的符号在各位上出现的频率不一定相同，可能在某些位上分布比较均匀，每种符号出现的机会均等，在某些位上分布不均匀只有某几种符号经常出现。可根据散列表的大小，选择其中各种符号分布均匀的若干位作为散列地址。

二.哈希冲突。

解决哈希冲突两种常见的方法是：闭散列和开散列

闭散列：

闭散列：也叫开放定址法，当发生哈希冲突时，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么可以把key存放到冲突位置中的**“下一个” 空位置**中去。那如何寻找下一个空位置呢？
（1）线性探测：从发生冲突的位置开始，依次向后探测，直到寻找到下一个空位置为止。

插入：
①通过哈希函数获取待插入元素在哈希表中的位置
②如果该位置中没有元素则直接插入新元素，如果该位置中有元素发生哈希冲突，使用线性探测找到下一个空位置，插入新元素。
删除：
采用闭散列处理哈希冲突时，不能随便物理删除哈希表中已有的元素，若直接删除元素会影响其他元素的搜索。因此线性探测采用标记的伪删除法来删除一个元素。
线性探测优点：实现非常简单。
线性探测缺点：一旦发生哈希冲突，所有的冲突连在一起，容易产生数据“堆积”，即：不同关键码占据了可利用的空位置，使得寻找某关键码的位置需要许多次比较，导致搜索效率降低。
（2）二次探测：线性探测的缺陷是产生冲突的数据堆积在一块，这与其找下一个空位置有关系，因为找空位置的方式就是挨着往后逐个去找，因此二次探测为了避免该问题。
若当前key与原来key产生相同的哈希地址，则当前key存在该地址后偏移量为（1,2,3…）的二次方地址处
key1：hash(key)+0
key2：hash(key)+1^2
key3：hash(key)+2^2

开散列：

1.开散列概念：
开散列法又叫链地址法(开链法)，首先对关键码集合用散列函数计算散列地址，具有相同地址的关键码归于同一子集合，每一个子集合称为一个桶，各个桶中的元素通过一个单链表链接起来，各链表的头结点存储在哈希表中。
2.开散列的实现（哈希函数选择除数取余法）
链地址法解决冲突

三.链地址法解决冲突

1.HashTable的定义：
①哈希节点管理：

#define P 7

typedef struct HashNode
{
	DataType data;//存储的数据
	struct HashNode *link;//尾指针
}HashNode;

②HashTable管理

typedef HashNode* HashTable[P];

③hashTable操作函数：

int Hash(DataType key)//哈希函数（取余法）
{
	return key % P;
}

void HashInit(HashTable *pht);//初始化哈希
bool HashInsert(HashTable pht, DataType x);//插入
bool HashRemove(HashTable pht, DataType key);//删除
void HashShow(HashTable pht);//打印哈希表

④功能实现：

void HashInit(HashTable pht)
{
	memset(pht, 0, sizeof(HashNode*)*P);//初始化哈希表，数据为0
}
bool HashInsert(HashTable pht, DataType x)
{
	int index = Hash(x);
	HashNode *node = (HashNode*)malloc(sizeof(HashNode));
	if(node == NULL)
		return false;
	node->data = x;

	node->link = pht[index];
	pht[index] = node;

	return true;
}

bool HashRemove(HashTable pht, DataType key)
{
	int index = Hash(key);
	HashNode *cur = pht[index];
	HashNode *pre = NULL;

	while(cur!=NULL && cur->data!=key)
	{
		pre = cur;
		cur = cur->link;
	}
	if(cur == NULL)
		return false;

	if(pre == NULL)
		pht[index] = cur->link;
	else
		pre->link = cur->link;
	free(cur);
	return true;

}
void HashShow(HashTable pht)
{
	for(int i=0; i<P; ++i)
	{
		HashNode *p = pht[i];
		printf("%d : ",i);
		while(p != NULL)
		{
			printf("%d-->", p->data);
			p = p->link;
		}
		printf("Nul.\n");
	}
}