在 matlab 中仿拟使用 hash 的几种方法

用 matlab 多年，才意识到 matlab 语言没有 hash 这种数据结构。这也难怪，毕竟

matlab 的本源就是数学计算工具。因此在 matlab 中基础运用中很少需要用到像其他系

统语言相当重要的 hash 数据结构。

hash ，音译哈希，意译散列表。hash 有两个重要的思想，其一是用键名（一般是有意义

的字符串名称）表索引值，即建立键与值的关联对应关系，也因此有些言称之为关联数组

。其二是快速索引，希望能接近用整数下标索引数组的速度，即与数据量无关，有O(1)的

随机索引时间复杂度。

matlab 的基本数据结构是矩阵，即多维数组，但没有类似 hash 的数据结构。但若想利

用 hash 的思路来组织一些算法，这里介绍几种实现方法。

1. 结构的动态域

matlab 的结构 (struce) 支持动态增加域，在对新域赋值时自动扩展，而且可以用变量

表示域名，其语法表示简单直观。常规索引域的语法表示为 struct.field ，如果是变量

域名，则表示为 struct.(fieldvar) ，即在点号后用括号将变量括起来，matlab 就先会

计算出括号的变量，用该变量的值作为结构的域。

如果用键来表示域，就可用结构实现简单的 hash 功能。如：

hash = struct;

hash.key = setval;

getval = hash.key;

其中 key 是一个确定的可用字面字符表示的键。或者用一个变量 keyvar 来表示一个未

确定的键：

hash.(keyvar) = setval;

getval = hash.(keyvar);

然后，也有 rmfield 函数用于删除结构的域。

用这种方法很简单，但要注意两个问题。一是键只能用常规字符串，即不能包含特定字符

，要求是可以作 matlab 标识符的字符串。二是重访速度可能并不高。因为 matlab 保持

了结构内容的域顺序，用 fieldnames 函数返回的域名与添加顺序是一致的。这说明它对

域索引可能是线性查找的，没有随机索引的速率。这并不难理解，因为 matlab 设计

struct 的初衷，只是想要将相关的数据组织在一起，并不期望用户动态地插入大量域。

2. 简单的两行 cell 数组

为解决上述 struct 山寨的 hash 不能使用特殊字符作键名的问题，可以用 cell 来保存

键名与键值。比如两行的 cell 数组，2*n 维度，表示 hash 表中的 n 个元素，第一行

cell 保存键名，第二行 cell 保存键值。

显然这种存储结构，对键的索引也只能是线性查找，只适合元素较小的应用场合下。

3. 具有 hash 值分配的 cell 列表

按 hash 表的思想，可用一个 m*1 维度的 cell 向量来表示。将键通过一个 hash 算法

得到 hash 值（一般是个大整数），对向量长度 m 取模后，即将一个元素映射到一个

cell 中。

虽然 hash 算法在理论上几乎是将不同的键计算为不同的 hash 值，但由于 hash 表的长

度有限，所以必须解决冲突问题。即不同的键有可能映射到相同的单元格 cell 中。所以

这个 m*1 的 cell 列向量，不是简单的内容，而是应该存储多个元素（键值对），可用

上面一节的两行 cell 数组表示。

所以整个 hash 表表示为嵌套的 cell 数组。可想象为 m*1 列向量的每个 cell 内容又

是另一个独立的 2*n 的 cell 数组。每个内嵌 cell 的长度 n 是参差不齐的，而且都应

该很短，否则就需要为 hash 表扩容了，即增大外层 m*1 列向量的长度 m，并将所有元

素重新 hash ，这样才能保证重访索引的高速化。

如果真的需要经常在 matlab 中用到 hash 表，还可以将这个 cell 数组封装为 matlab

的类，并且最好也为该类实现重载索引，使之用起来更方便，更像 hash 表。

原文地址：http://blog.sina.com.cn/s/blog_490c36be0102vdb4.html