数据结构-哈希表

Hash表

  哈希表也叫散链表，是根据关键码值（Key Value）而直接进行访问的数据结构。通过把关键字码值映射到法系表中的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。

散列存储的基本思路

  以数据中每个元素的关键字K为自变量，通过散列函数*H(K)*计算出函数值，以该值作为一块连续存储空间的单元地址，将该元素存储到函数值对应的单元中。

哈希表查找的时间复杂度

  哈希表存储的是键值对，其查找时间复杂度与元素数量多少无关，哈希表在查找元素时是通过计算哈希码值来定位元素的位置从而直接访问元素，因此哈希表查找时间复杂度为O(1)。

常用的哈希函数

直接寻址法

  取关键字或关键字的某个线性函数值作为哈希地址，即H(Key)=Key或者H(Key)=a*Key+b, (a,b为整数),这种散列函数也叫作做自身函数。如果H(Key)的哈希表地址上已经有值了，那么就往下一个位置找，直到找到H(Key)的位置没有值了就把元素放进去。

数字分析法

  分析一组数据，比如一组员工的出生年月，这是我们发现出生年月的前几位数字一般都相同，因此出现冲突的几率就很大，但是我们发现年月日的后几位表示月份和具体日期的数字差别很大，如果利用生日的后几位来构造散列地址，则冲突的几率会明显降低。因此数字分析法就是找出数字的规律，尽可能利用这些数字来构造冲突几率较低的散列地址。

平方取中法

  取关键字平方后的中间几位作为散列地址。一个数的平方值得中间几位和关键字的每一位都有关，所以由平方取中法得到的哈希表地址同关键字的每一位都有关，使得哈希得知具有较好的分散性。该方法适合用于关键字中的每一位取值都不够分散或者分散的位数小于哈希地址所需要的位数的情况。

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（叠加时去除进位）作为散列地址，数位叠加可以有移位叠加和间接叠加两种方法，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

  选择一个随机数，取关键字的随机值作为散列地址，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除后所得的余数作为散列地址。即H(Key)=Key MOD p,p<=m,不仅可以对关键字直接取模，也可以折叠、平方取中等运算之后再取模。对p的选择很重要，一般取素数或m.若p取得不好，则很容易产生冲突，一般p的取值为表的长度。

哈希冲突的处理方法

开放寻址法

线性测探

  若产生冲突，则根据地址增量寻找下一个位置（di=1,2,3,…,m-1），若一直找不到则溢出。
线性测探容易产生聚集现象：不同的关键字争夺同一个后继哈希地址的现象称为聚集。聚集对查找效率影响很大。

二次探测

  地址增量的方式为di=1,-1,4,-4,…q·q,-q·q(q<=m/2)
二次探测可以有效的避免聚集的现象，但是不能探测哈希表上所有的存储单元，但至少能够探测一半。

链地址法

  将所有具有相同哈希地址的不同关键字的数据元素连接到同一个单链表中。可以将哈希表定义成一个由长度m个头指针组成的指针数组。
特点：

  1.处理简单，且无堆积现象，即非同义词绝不会发生冲突，因此平均查找长度较短。

  2.链地址法中各链表上的结点空间是动态申请的，更适合于造表前无法确定表长的情况。

  3.链地址法构造的散列链表，删除结点易于实现。在开放地址处理冲突的散列表上执行删除操作，只能在被删结点上做删除标记，而不能真正的删除结点。

哈希表的装填因子

  装填因子=哈希表中的记录数/哈希表的长度
  装填因子是哈希表装满程度的标记因子。值越大。填入表中的数据元素越多，产生冲突的可能性越大。