查找（哈希表）

一、 什么是哈希表？

以上两节讨论的表示查找表的各种 结构 的共同 特点 ： 记录在表中的位置和它的 关键字之间不存在一个确定的关系，

查找的过程 为给定值依次和关键字集合 中各个关键字进行 比较 ，

查找的效率 取决于和给定值 进行比较 的关键 字个数。

 

用这类方法表示的查找表， 其平均查找 长度都不为零。

不同的表示方法，其差别仅在于：

关键字和给定值进行比较的顺序不同 。

但是，对于 动态查找表 而言，

 

1) 表长不确定；

2) 在设计查找表时，只知道关键字所属范围，而 不知道确切的关键字。

因此在一般情况下，需在关键字与记录在表中的 存储位置之间建立一个 函数关系 ，使每个关键码 与结构中一个唯一存储位置相对应 . 以 f(key) 作 为关键字为 key 的记录在表中的位置 ， 通常 称 这 个函数 f(key) 为哈希函数 。

  Address ＝ f  ( key )

1)   哈希函数是一个 映象 ，即：

  将关键字的集合映射到某个地址集合 上， 它的设置很灵活，只要这个地址集 合的   大小不超出允许范围即可；

( 由于哈希函数是一个 压缩映象 ，因此， 在一般情况下，很容易产生 “ 冲突 ” 现 象，

即： key1 ¹ key2 ，而   f(key1) = f(key2) 。

 

3)  很难 找到一个不产生冲突的哈希函数。 一般情况下， 只能选择恰当的哈希函数， 使冲突尽可能少地产生。

因此，在构造这种特殊的“查找表” 时，除了需要选择一个 “好”(尽可能 少产生冲突)的哈希函数之外；还需要 找到 一种 “处理冲突” 的方法。

哈希表的定义：

根据设定的 哈希函数 H(key) 和所选中的 处 理冲突的方法 ，将一组关键字 映象到 一个有 限的、地址连续的地址集 ( 区间 ) 上，并以关 键字在地址集中的 “ 象 ” 作为相应记录在表中 的 存储位置 ，如此构造所得的查找表称之为 “ 哈希表 ” 。

 

二、 构造哈希函数的方法

对 数字 的关键字可有下列构造方法：

1. 直接定址法

 

5. 除留余数法

 

1. 直接定址法

哈希函数为关键字的线性函数

 H(key) = key          或者

 H(key) = a ´ key + b

这类散列函数是一对一的映射，对于不同的关键字一定不会产生冲突。但是，它要求

地址集合的大小 = = 关键字集合的大小

 

5. 除留余数法

 

设定哈希函数为 :

           H(key) = key MOD p   (% 、 取余 )

其中 ，   p≤m (表长)  并且

      p 应为素数

       或是

  不含 20 以下的质因子

 

为什么要对 p 加限制？

 

例如：

给定一组关键字为： 12, 39, 18, 24, 33, 21 ， 若取 p=9, 则他们对应的哈希函数值将为： 3, 3, 0, 6, 6, 3

 

可见，若 p 中含质因子 3 ， 则所有含质因子 3 的关键字均映射到 “ 3 的倍数 ” 的地址上 ， 从而增加了 “ 冲突 ” 的可能。

 

三、 处理冲突的方法

 

1. 开放定址法

2. 链地址法

 

1. 开放定址法

为产生冲突的地址 H(key) 求得一个 地址序列(多次尝试的过程)：

   H0, H1, H2, …, Hs      1 ≤ s ≤ m-1

其中： H 0  = H(key)

            H i  = ( H(key) + d i   ) MOD m

                       i=1, 2, …, s

 

对 增量 di   有三种取法：

 

•1) 线性探测再散列
      di = c´  i    最简单的情况  c=1

•2) 平方探测再散列
      di = 12, -12, 22, -22, …,

• 3 ) 随机探测再散列
      d i   是一组 伪随机数列    或者

•      d i =i × H 2 (key) ( 又称双散列函数探测 )

 

 

例如 :   关键字集合

        { 19, 01, 23, 14, 55, 68, 11, 82, 36 }

 

设定 哈希函数 H(key) = key MOD 11 ( 表长 =11 )

若采用 线性探测再散列 处理冲突

 

四、 哈希表的查找

 

查找过程和造表过程一致。假设采用开 放定址处理冲突，则 查找过程 为：      

对于 给定值 K ， 计算 哈希地址 i = H(K)

若 r[i] = NULL  则查找不成功

若 r[i].key = K  则查找成功

否则 “ 求下一地址 Hi ” ，直至

          r[Hi] = NULL   ( 查找不成功 )

  或     r[Hi].key = K   ( 查找成功 ) 为止。

 

哈希表查找的分析:

 

从查找过程得知，哈希表查找的平均查找长 度实际上并不等于零。

决定哈希表查找的 ASL 的因素：

 

• 1 )  选用的 哈希函数 ；

• 2 )  选用的 处理冲突的方法 ；

• 3 )  哈希表饱和的程度，称为 装载因子             α =n/m 值的 大小 （ n — 记录数， m — 表的长度）

 

可以证明：查找成功时有下列结果：

 

线性探测再散列

 

从以上结果可见：

 

• 散列表的装填因子 a 表明了表中的装满程度。越大，说明表越满，再插入新元素时发生冲突的可能性就越大。

• 哈希表的平均查找长度是 a 的函数 ，而不是 n 的函数，即平均搜索长度依赖于散列表的装填因子，不直接依赖于 n 或 m 。

• 不论表的长度有多大，我们总能选择一个合适的装填因子，以把平均搜索长度限制在一定范围内。