原理
哈希表,也叫散列表。是一种用于查找的基本的数据结构。
说起查找,我们常见的有顺序查找、二分查找,这两者都是基于关键码的比较
- 顺序检索 == !=
- 二分法、树型 >, ==, <
当问题规模 n 很大时,上述检索的时间效率可能使用户无法接受。
最理想的情况
- 根据关键码值,直接找到记录的存储地址
- 不需要把待查关键码与候选记录集合的某些记录进行逐个比较
因此,为了解决这一问题,由数组的直接寻址想到散列。
概念
哈希存储时由一个确定的函数 h 计算存储位置
- 以结点的关键码 k 为自变量
- 函数值 h(k) 作为结点的存储地址
检索时也是根据这个函数计算存储位置
介绍几个重要概念:
- 负载因子 a = n / m
- 散列表的空间大小为 n
- 填入表中的结点数为 m
负载因子一般来数不能太大,小于 0.5
- 冲突
- 某个散列函数对于不相等的关键码计算出了相同的散列地址
- 实际应用中,不产生冲突的散列是不存在的
- 同义词
- 发生冲突的两个关键字
散列函数
- 作用: 把关键码映射到存储位置的函数
- 常见散列函数
- 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。
- 直接定址法:取关键字或关键字的某个线性函数值为散列地址。
- 数字分析法:假设关键字是以r为基的数,并且哈希表中可能出现的关键字都是事先知道的,则可取关键字的若干数位组成哈希地址。
- 平方取中法:取关键字平方后的中间几位为哈希地址
- 折叠法:将关键字分割成位数相同的几部分(最后一部分的位数可以不同),然后取这几部分的叠加和(舍去进位)作为哈希地址。
冲突处理
为了知道冲突产生的相同散列函数地址所对应的关键字,必须选用另外的散列函数,或者对冲突结果进行处理。而不发生冲突的可能性是非常之小的,所以通常对冲突进行处理。常用方法有以下几种:
-
开放定址法
-
拉链法(单独链表法): 将散列到同一个存储位置的所有元素保存在一个链表中。
实现
标准实现
- 语言: C 语言
- 散列函数: 除留余数法
- 冲突处理:拉链法
/***structure***/
typedef struct hashTableNode {
int value;
struct hashTableNode* next;
}hashTableNode;
typedef struct hashTable {
int size;
struct hashTableNode** data;
}hashTable;
/***Initialization***/
hashTable* initHashTable(int size) {
hashTable* h = (hashTable* )malloc(sizeof(hashTable));
h->size = size << 1;
h->data = (hashTableNode** )calloc(sizeof(hashTableNode** ), h->size);
return h;
}
hashTableNode* initHashTableNode(hashTableNode* h, int k) {
hashTableNode* p = (hashTableNode* )malloc(sizeof(hashTableNode));
p->value = k;
p->next = h;
return p;
}
/***Insert***/
void hashTableInsert(hashTable* h, int k) {
int key = abs(k) % h->size;
h->data[key] = initHashTableNode(h->data[key], k);
}
/***Search***/
bool hashTableSearch(hashTable* h, int k) {
int key = abs(k) % h->size;
hashTableNode* p = h->data[key];
while(p && (p->value != k)) p = p->next;
return p != NULL;
}
直接利用数组索引
当数据范围比较小的时候,可以直接利用数组索引进行映射。