【数据结构】查找3——散列表(又称哈希表)的查找

---

散列表（又称哈希表）的基本概念

Hash：哈希
翻译为：散列、杂凑

• 基本思想：

记录的存储位置与关键字之间存在对应关系。
对应关系——hash函数：如H(keyi)=k
Loc(i)=H(keyi)表示关键字的值是多少，存储位置就是多少。

根据散列函数H(key)=k查找：

优点：查找效率高
缺点：空间效率低

• 名称概念：

散列方法(杂凑法)：
选取某个函数，依该函数按关键字计算元素的存储位置，并按此存放；
查找时，由同一个函数对给定值k计算地址，将k与地址单元中元素关键码进行比，确定查找是否成功。

散列函数(杂凑函数)：
散列方法中使用的转换函数。
如：H(keyi)=k，H(keyi)=k/10，……

散列表(杂凑表)：
按上述思想构造的表。

冲突：
不同的关键码映射到同一个散列地址。
key1≠key2，但是H(key1)=H(key2)

同义词：
具有相同函数值的多个关键字。

散列函数的构造方法

使用散列表要解决好两个问题：
（1）构造好的散列函数
(a)所选函数尽可能简单，以便提高转换速度；
(b)所选函数对关键码计算出的地址，应在散列地址集中致均匀分布，以减少空间浪费。
（2）制定一个好的解决冲突的方案
查找时，如果从散列函数计算出的地址中查不到关键码，则应当依据解决冲突的规则，有规律地查询其它相关单元。

构造散列函数考虑的因素：
①执行速度(即计算散列函数所需时间)；
②关键字的长度；
③散列表的大小；（大的浪费空间但是冲突少，小的节省空间，但是冲突多）
④关键字的分布情况；（发布更加均匀）
⑤查找频率。（经常查找的可以比较容易找到）

根据元素集合的特性构造：
要求一：n个数据原仅占用n个地址，虽然散列查找是以空间换时间，但仍希望散列的地址空间尽到。
要求二：无论用什么方法存储，目的都是尽量均匀地存放元素，以避免冲突。

散列函数的构造方法：
1、直接定址法
2、数字分析法
3、平方取中法
4、折叠法
5、除留余数法（常用）
6、随机数法

直接定值法

Hash(key) = a·key + b (a、b为常数)

优点：以关键码key的某个线性函数值为散列地址，不会产生冲突。
缺点：要占用连续地址空间，空间效率低。

除留余数法

Hash(key) = key mod p (p是一个整数)

选取合适的p：
设表长为m，取p≤m且为质数

处理冲突的方法

1、开放定址法(开地址法)
2、链地址法(拉链法)
3、再散列法(双散列函数法)
4、建立一个公共溢出区

开放地址法（开地址法）

基本思想：
所有位置都开放使用，有冲突时就去寻找下一个空的散列地址，只要散列表定够大，空的散列地址总能找到，并将数据元素存入。
例如：除留余数法 H_i=(Hash(key)+d_i) mod m（d_i为增量序列）

寻找下一个空的散列地址的方法：

线性探测法

H_i=(Hash(key)+d_i）mod m (1≤i<m)
其中：
m为散列表长度
d_i为增量序列1, 2，……m-1，且d_i=i
一旦冲突，就找下一个地址，直到找到空地址存入

例：
关键码集为{47, 7, 29, 11, 16, 92，22，8, 3},散列表的表长为m=11；散列函数为Hash(key)=key mod 11；拟用线性探测法解决冲突。建散列表如下:

解释:
① 47、7均是由散列函数得到的没有冲突的散列地址；
② Hash(29)=7，散列地址有冲突，需寻找下一个空的散列地址：
由H1=(Hash(29)+1) mod 11=8，散列地址8为空，因此将29存入。
③ 11、16、92均是由散列函数得到的没有冲突的散列地址；
④另外，22、8、3同样在散列地址上有冲突，也是由H₁找到空的散列地址的。

平均查找长度ASL=(1+2+1+1+1+4+1+2+2)/9=1.67

二次探测法

例：

伪随机探测法：
H_i=(Hash(key)+d_i) mod m (1≤i<m)
其中：
m为散列表长度
d_i为伪随机数

链地址法

基本思想：
相同散列地址的记录链成一单链表，
m个散列地址就设m个单链表，然后用一个数组将m个单链表的表头指针存储起来，形成一个动态的结构。

例如：
一组关键字为
{19,14,23,1,68,20,84,27,55,11,10,79},
散列函数为
Hash(key)=key mod 13

链地址法建立散列表步骤：
1、取数据元素的关键字key，计算其散列函数值(地址)。若该地址对应的链表为空，则将该元素插入此链表；否则执行下一步解决冲突。
2、根据选择的冲突处理方法，计算关键字key的下一一个存储地址。若该地址对应的链表为不为空，则利用链表的前插法或后插法将该元素插入此链表。

链地址法的优点：
① 非同义词不会冲突，无“聚集”现象；
非同义词：用同一散列函数不同参数计算出的地址相同的元素
② 链表上结点空间动态申请，更适合于表长不确定的情况。

散列表的查找效率分析

使用平均查找长度ASL来衡量查找算法，ASL取决于：
① 散列函数
② 处理冲突的方法
③ 散列表的装填因子α
α=表中填入的记录数 / 哈希表的长度
α越大，表中记录数越多，说明表装得越满，发生冲突的可能性就越大，查找时比较次数就越多。

平均查找长度ASL：

结论：
① 散列表技术具有很好的平均性能，优于一些传统的技术。
② 链地址法优于开地址法。（ 链地址法查找效率更快；动态的，表长度容易修改；插入删除方便……）
③ 除留余数法作散列函数优于其它类型函数。

---