1 基本原理
我们使用一个下标范围比较大的数组来存储元素。可以设计一个函数(哈希函数),使得每个元素的关键字都与一个函数值(即数组下标)相对应,于是用这个数组单元来存储这个元素;也可以简单的理解为,按照关键字为每一个元素”分类”,然后将这个元素存储在相应”类”所对应的地方。
但是,不能够保证每个元素的关键字与函数值是一一对应的,因此极有可能出现对于不同的元素,却计算出了相同的函数值,这样就产生了”冲突”,换句话说,就是把不同的元素分在了相同的”类”之中。后面我们将看到一种解决”冲突”的简便做法。
总的来说,”直接定址”与”解决冲突”是哈希表的两大特点。
2 函数构造
构造函数的常用方法(下面为了叙述简洁,设 h(k) 表示关键字为 k 的元素所对应的函数值):
a) 除余法:
选择一个适当的正整数 p ,令 h(k ) = k mod p
这里, p 如果选取的是比较大的素数,效果比较好。而且此法非常容易实现,因此是最常用的方法。
b) 数字选择法:
如果关键字的位数比较多,超过长整型范围而无法直接运算,可以选择其中数字分布比较均匀的若干位,所组成的新的值作为关键字或者直接作为函数值。
3 冲突处理
闭散列(线性探测法)
当发生哈希冲突时,如果哈希表还没有被装满,说明哈希表中必然还有空位置。那么可以把key存放到在列表中“下一个”位置去。
开散列(哈希桶)
首先对 集合用散列函数计算散列地址,具有相同地址关键码归于同一集合,每个集合称为一个桶,各个桶中的元素连接起来,各链表节点存储在哈希表中。
下面用线性探测法实现哈希表。
harh.h文件
#pragma once
#include <stddef.h>
//////////////////////////////////////////////
//此处hash表的期望存储的数据是键值对这样的结构
/////////////////////////////////////////////
#define HashMaxSize 1024
typedef int KeyType;
typedef int ValType;
typedef enum
{
Empty,//无效状态
Vaild,//有效状态
Delete;//删除标志
}Stat;
//把KeyType转换成数组下标的哈希函数
typedef int (*HashFunc)(KeyType key);
//这个结构体表示哈希表中一个元素
//这个元素中同时包含了键值对
typedef struct HashElem
{
KeyType key;
ValType value;
Stat stat;
}HashElem;
//定义一个哈希表
//[0,size) 这个区间就不能表示哈希表中有效元素的区间了
typedef struct HashTable
{
HashElem data[HashMaxSize];
size_t size;
HashFunc func;//这是一个函数指针,指向hash函数
}HashTable;
void HashInit(HashTable* ht,HashFunc hash_func);
void HashDestory(HashTable* ht);
void HashInsert(HashTable* ht,KeyType key,ValType value);
int HashFind(HashTable* ht,KeyType Key,ValType* value);
void HashRemove(HashTable* ht,KeyType Key);
#include "hash.h"
int HashFuncDefault(KeyType key)
{
return key % HashMaxSize;
}
void HashInit(HashTable* ht,HashFunc hash_func)
{
ht->size=0;
ht->func=hash_func;
size_t i=0;
for( ;i<HashMaxSize;++i)
{
ht->data[i].stat=Empty;
}
return ;
}
void HashDestory(HashTable* ht)
{
ht->size=0;
ht->func=NULL;
size_t i=0;
for( ;i<HashMaxSize;++i)
{
ht->data[i].stat=Empty;
}
return ;
}
void HashInsert(HashTable* ht,KeyType key,ValType value)
{
//非法输入
if(ht==NULL)
{
return ;
}
//1.判定hash是否可以继续插入
//(通过负载因子来判定如果负载因子达到限制就不能再插入,此时负载因子设置0.8)
//负载因子越小,插入效率越高,空间浪费越多
if(ht->size>=0.8*HashMaxSize)
{
//发现此时hash已经达到负载因子的上限,插入失败
return;
}
//根据key值求得offect,由offect开始往后找到合适位置开始插入
size_t offset=ht->func(key);
while(1)
{
if(ht->data[offset].stat!=Empty)
{
//此时找到一个合适的位置可以插入
ht->data[offset].stat=Vaild;
ht->data[offset].key=key;
ht->data[offset].value=value;
++ht->size;
return ;
}
else if(ht->data[offset].stat==Vaild
&& ht->data[offset].key==key)
{
//hash表中已经找到一个key相同的元素
//此时认为插入失败。直接返回
//如果需要修改value的值,就放开下面的代码
//ht->data[offset].value=value;
return ;
}
//此时key相同,但是value值不同的元素,则继续向下探测,找到
//下一个empty的位置
else
{
++offset;
if(offset>=HashMaxSize)
{
offset=0;
}
}
}
}
int HashFind(HashTable* ht,KeyType key,ValType *value)
{
if(ht==NULL||value==NULL)
{
return ;
}
if(ht->size==0)
{
return ;
}
//从offset开始,一次判定当前元素的key和要查找元素的key是否相同
size_t offset=ht->func(key);
while( 1)
{
//如果找到key相同的元素,直接把value返回就行,并且认为查找成功
if(ht->data[offset].key==key&&ht->data[offset].stat==Valid)
{
*value=ht->data[offset].value;
return 1;
}
//如果发现当前元素是一个空元素,则认为查找失败
else if( ht->data[offset].stat==Empty)
{
return 0;
}
//剩下的情况就是继续向后查找
else
{
++offset;
offset=offset>HashMaxSize?0:offset;
}
}
}
void HashRemove(HashTable* ht,KeyType key)
{
if( ht==NULL)
{
return ;
}
if( ht->size==0)
{
return ;
}
size_t offset=ht->func(key);
//从offset开始,一次判定当前元素的key和要删除元素的key是否相同
while(1)
{
//如果当前key就是要删除的key,删除当前元素即可,删除一个元素引入新的状态
if(ht->data[offset].key==key&&ht->data[offset].stat==valid)
{
ht->data[offset].stat=Delete;
--ht->size;
return ;
}
//如果当前元素为 空,则删除失败
else if(ht->data[offset].stat==Empty)
{
return ;
}
//剩下的情况就++offset,线性探测删除的目标元素
else
{
++offset;
offset=offset>HashMaxSize?0:offset;
}
}
}
“`