哈希算法

最新推荐文章于 2023-01-07 16:05:07 发布

xiaorenwuzyh

最新推荐文章于 2023-01-07 16:05:07 发布

阅读量696

点赞数

分类专栏：数据结构文章标签：哈希

本文链接：https://blog.csdn.net/xiaorenwuzyh/article/details/44871885

版权

数据结构专栏收录该内容

2 篇文章 0 订阅

订阅专栏

哈希表，又称为散列表，是一种数据结构，大体概念估计大家都清楚，我这里不在赘述。

目的：用来查询。通过给定关键字—> 直接找到数据的内存位置（也就是说直接此数据）。（是不是和 key-value 很像）

方式：通过计算一个键值的函数，将所需要查询的数据映射到表中的一个位置来访问记录，这样子加快了查找速度。这个函数称为散列函数，存放记录的数组称为散列表。

有两点很重要：先撇开哈希算法，我们应该思考一下，如何根据一个key，直接定位数据在内存的位置呢？可以使用一张表，第一列存储key，第二列存储这个key在内存中的位置。
如果这个表采用数组进行存储，那么查询这个表的时间复杂度是O(n)。
如果这个表采用二叉树进行存储（假设关键字可以比较大小），那么查询这个表需要O(logn)的时间复杂度

这里我们需要的真的数据不是在一起的（通过key->内存位置->访问数据）。
现在呢？我们让所有的数据都存放在一个线性的数组中，那么内存位置即为数组下标。我们只需要关系如何通过 key——>数组下标。
哈希算法采用直接使用数学函数计算的方式 f(key)=下标。

最大的问题：如果不同的关键字被哈希之后，得到了同样的下标怎么办？这个称谓冲突

第二个问题：哈希函数怎么设定呢？

以下全篇，我们之讲解这两个问题！

处理冲突

冲突不可避免，必须处理（不产生冲突的可能性非常小）。那么应该如何处理呢？

开放定址法

hash = (hask(key) + d(i)) mod m , i = 1, 2, …, k (k <= m - 1)。其中 d(i) 为增量序列，i是已经发生的碰撞的次数。增量序列有如下取法
1. 线性探测 d = 1, 2, 3, … (m-1)
2. 平方探测。相对于线性探测，相当于发生碰撞的时候，探测时间间隔平方个单位的位置是否为空。如果为空，将地址存放进去。
3. 伪随机数探测。

这里表的大小很重要。同时，模数p的取值很重要，越是质数，那么 mod 取余就越可能分布在表的各处。

这个有可能形成聚集(cluster)：在函数地址的表中，散列函数的结果不均匀占据表的单元，形成区块。插入到区块中的关键字需要多次试选单元才能够插入到表中，这样造成时间浪费。对于开放定址法，聚集是灾难性的，必须避免。

单独链表法

将散列到同一个存储位置的所有元素保存在同一个链表中。

再次散列

可以用多个散列函数，进行散列，直到碰撞不再发生。这种方法不容易产生聚集。但是增加了计算时间

建立一个公共溢出区

将所有产生冲突的都放在这个溢出区中。

哈希函数

如果对于关键字集合中的任意一个关键字，经过散列函数映射到地址集合中任意一个地址上的概率是相等的话，那么称这个散列函数为”均匀散列函数(Uniform Hash Function)“
均匀散列函数：这样可使使得关键字经过散列函数得到一个”随机的地址“，从而减少了碰撞。
所以一个好的散列函数，可以使得数据序列的访问过程更加有效，可以减少冲突。

直接定址法：取关键字或者关键字的某个线性函数值为散列地址： hash(k) = k 或者 hash(k) = a * k + b
数字分析法：假设关键字是以 r 为基数的数字，并且哈希表中可能出现的关键字都是事先知道的，那么可以取关键字的若干树位组成哈希地址。:
- 举例子：一个班同学的生日，有年月日，经过分析，年月重复的可能性比较大，那么就选取日来作为哈希。
平方取中法：取关键字的平方后的中间几位为哈希地址。（通常在选取哈希函数的时候，不一定可以知道关键字的全部情况，取其中的哪几位也不一定合适，而一个数的平方后的中间几位数字和数的每一位都相关，由此使随机分布的关键字得到的哈希地址也是随机的。取的位数由表长决定）
折叠法：将关键字分割成位数相同的几个部分（最后一个部分的位数可以不相同），然后取这几个部分的叠加和（舍去进位）作为哈希地址。
除留余数法：取关键字被某个不大于散列表表长m的数p除后所得到的余数为散列地址。 hash(k) = k mod p , p <= m。不仅可以对关键字直接取模数，也可以在折叠法，平方取中法等运算之后取模数。对p的选择很重要，一般来说取素数或者 m，若p选择不好，容易产生碰撞。

坏消息：一个好的哈希函数比较困难，需要一定的技术含量。
好消息：现在又很多现成的不错的哈希函数，可以直接使用。