——本节内容为Bilibili王道考研《数据结构》P75~76视频内容笔记。
目录
一、散列表
1.散列表（Hash Table），又称哈希表。根据关键字而直接访问的数据结构。也就是说，散列表建立了关键字和存储地址之间的一种直接映射关系（数据元素的关键字与其存储地址直接相关）。
2.散列函数：一个把查找表中的关键字映射成该关键字对应的地址的函数，记为Hash(key)=Addr（这里的地址可以是数据下标，索引或内存地址等）。
3.散列函数可能会把两个或两个以上的不同关键字映射到同一地址，这种情况称为“冲突”，这些发生碰撞的不同关键字称为“同义词”。冲突越多，查找效率越低。
4.装填因子α=表中记录数/散列表长度，装填因子会直接影响散列表的查找效率。
二、散列函数的构造方法
1.在构造散列函数时，需注意以下几点：
（1）散列函数的定义域必须包含全部需要存储的关键字，而值域的范围则依赖于散列表的大小或地址范围。
（2）散列函数计算出来的地址应该能等概率、均匀地分布在整个地址空间中，从而减少冲突的发生。
（3）散列函数应尽量简单，能够在较短的时间内计算出任意一个关键字对应的散列地址。
2.常用的散列函数如下
（1）除留余数法
假设散列表表长为m，取一个不大于m但最接近或等于m的质数p，利用以下公式把关键字转换成散列地址，散列函数为：
H(key)=key%p
（2）直接定址法
直接取关键字的某个线性函数值为散列函数，散列函数为：
H(key)=key或a*key+b
其中，a和b是常数。这种方法计算最简单，且不会产生冲突。它适合关键字的分布基本连续的情况，若关键字分布不连续，空位较多，则会造成存储空间的浪费。
（3）数字分析法——选取数码分布较为均匀的若干位作为散列地址
设关键字是r进制数（如十进制），而r个数码在各位上出现的频率不一定相同，可能在某些位上分布均匀一些，每种数码出现的机会均等；而在某些位上分布不均匀，只有某几种数码经常出现，此时可选取数码分布较为均匀的若干位作为散列地址。这种方法适合于已知的关键字集合，若更换了关键字，则需要重新构造新的散列函数。
（4）平方取中法——取关键字的平方值的中间几位作为散列地址
具体取多少位要视实际情况而定。这种方法得到的散列地址与关键字的每位都有关系，因此使得散列地址分布比较均匀，适用于关键字的每位取值都不够均匀或均小于散列地址所需的位数。
3.散列查找总结
散列查找是典型的“以空间换时间”的算法，只要散列函数设计的合理，则散列表越长，冲突的概率越低。
三、处理冲突的方法
1.开放定址法
可存放新表项的空闲地址既向它的同义词表项开放，又向它的非同义词表项开放，其数学递推公式为：
其中，H(key)为散列函数；i=0,1,2,...,k(k<=m-1)；m表示散列表表长；d为增量序列。其中增量序列d的取法有以下四种：
（1）线性探测法
d=0,1,2,...,m-1；即发生冲突时，每次往后探测相邻的下一个单元是否为空。
发生第一次冲突时，代入d=0到递推公式中算得新的单元地址，如果新的单元还是冲突，代入d=1到递推公式中得到新的单元地址，以此类推，直到某个地址不再冲突，将元素放入该单元。
这种方法会造成大量元素在相邻的散列地址上“聚集”起来，大大降低了查找效率（查找失败的条件为碰到空的单元）。
（2）平方探测法
d=0,1,-1,4,-4,9,-9,...；此时散列表长度m必须是一个可以表示成4k+3的素数，又称二次探测法。
发生第一次冲突时，代入d=0到递推公式中算得新的单元地址，如果还是冲突，带入1，还是冲突带入-1，还是冲突带入4，-4......直到某个地址不再冲突，将元素放入该单元。
平方探测法不能探测到散列表上所有单元，但至少能探测到一半单元。
（3）再散列法
除了原始的散列函数H(key)之外，多准备几个散列函数，当散列函数冲突时，用下一个散列函数计算一个新地址，直到不冲突为止。
（4）伪随机序列法
当d=伪随机数序列时，称为伪随机序列法。
注意：在开放定址的情形下，不能随便物理删除表中的已有元素，因为若删除元素，则会截断其他具有相同散列地址的元素的查找地址。因此，要删除一个元素时，可给它做一个删除标记，进行逻辑删除，但这样做的副作用是：执行多次删除后，表面上看起来散列表很满，但实际上有许多位置未利用，因此需要定期维护散列表，要把删除标记的元素物理删除。
2.拉链法
（链接法、链地址法）：把所有的“同义词”存储在一个链表中。如下图所示：
349
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
