散列

散列一般想法

理想的散列表数据结构是一个包含有关键字的具体固定大小的数组。
我们把表的大小记作 TableSize ，通常习惯与让表从 00 到 TableSize−1变化。

散列函数：每个关键字映射到从 00 到 TableSize−1 这个范围中的某个数,并且放到适当的存储地址中.最理想的情况是,运算简单并且任何两个不同的关键字映射到不同的单元。但是这是不可能的,因为单元的数目是有限的,而关键字的映射是会有很多可能。

冲突：当两个关键字映射到同一个单元的时候。

散列的俩项基本工作 ：
（1）计算位置：构造散列函数来确定 关键字的存储位置。
（2）解决冲突：应用某种策略来解决多个关键字位置相同的问题。

时间复杂度几乎为常量：O（1），即查找时间与问题的规模无关。

散列表
类型名称：符号表（SymbolTable）
数据的对象集：名字（name）与属性（Attribute）对的集合
操作：
创建一个长度为TableSize的符号表
查找特定的名字Name是否在符号表中
获取表中特定名字对应的属性
将表中指定名字的属性 进行修改
向表中插入一个新的名字及其属性
表中删除一个名字及其属性

散列的基本思想：
以关键字key为自变量，通过一个函数 h（散列函数），计算对应的函数值h（key），作为数据对象的存储地址。

、

散列函数的构造方法

构造合适的散列函数，可以减小冲突，避免空间浪费
考虑俩个因素：
（1）计算简单，提高效率
（2）关键词对于的地址 在表中空间分布均匀，减小冲突

散列函数构造

数字关键词

（1）直接定址法
去关键词的某个线性函数值来作为散列地址
h（key）=a×key+b（a，b为常数）

Tips：这种方式基本不会存在哈希冲突，不过事先我们应该知道key集合的大小，而且使用线性函数值作为散列地址的话，很大程度上造成了 空间的浪费。
（2）除留余数法
h（key）=key mod p
一般p取质数，p小于表的长度。
（3）数字分析法
分析数字关键词在各个位置上的变化情况，去比较随机变化的位作为散列地址
Tips：这个方法需要了解关键词的变化，限制很多，不灵活
（4）折叠法
把关键词分割成位数相同的几个部分，然后叠加得到数字作为地址。一般可与除留法使用。
（5）平方取中法
先通过求关键字的平方值扩大相近数的差别，然后根据表长度取中间的几位数作为散列函数值。
Tips：这种方式中间的几位数都和关键字的没一位都有关，产生的散列地址较为的均匀。

字符关键词

一个简单的散列函数，ASCII码加和法（冲突严重）

简单的改进：前三个字符移位法

但是,考虑到英文不是随机的,具有三个字母的单词数目只有2851个,远小于三个英文字母的排列数.因此当散列表足够大的时候这个函数还是不合适的.

一般涉及关键词的所有N个字符，都进行移位。

• h（“abcde”）=a×32⁴+b×32³+c×32²+d×32+e

冲突处理方法

开发定址法：一旦产生了冲突，按某种规则去 寻找另一空的地址
（1）线性探测法
以增量序列1,2，3,4，5,6 直到TableSize-1，循环来试探下一个存储地址。




线性探测法，会出现聚集现象，影响查找效率。线性探测的方式十分简单，明白，每次插入总是能够找到一个地址，但是慢慢会形成一个区块，其结果称为一次聚集。任何关键字需探测越来越多的次数才能解决冲突，且完成之后由简介的增大了区块。当填装因子>0.5时，这种方式就不是个好的方法了!

（2）平方探测法
平方探测法以增量序列1²,-1²,2²,-2²,3²,-3²,…q²,-q². q小于等于（TableSize/2）来循环试探下一个存储地址
对于平方探测,一旦表被填写超过一半,当表的大小不是素数甚至在表被填满一半之前,就不能保证可以找到一个空单元了.这是因为最多有表的一半可以用作解决冲突的备选位置.
平方探测解决了聚集的问题。
- 定理：如果散列表长度为4K+3（k正整数）形式的质数时，平方探测就能探查到整个列表空间

（3）双散列探测
h（key）=di×h2（key）
一般选择h2（key）=p-（key mod p）
p<TableSize，p,TableSize 都为质数

再散列
当散列元素太多时，查找效率会变下降 一般装填因子取0.5~0.85
装填因子过大时，解决办法是扩大散列表，这个过程叫再散列
扫描整个源是散列表,计算每个未删除的元素的新散列值并将它插入到新的散列表中.

链地址法

分离链接法

元素存储的地址 指向一个链的结点，当关键词冲突时，放到同个地址的链后面