码迷,mamicode.com
首页 > 其他好文 > 详细

散列表(哈希表)

时间:2015-01-05 16:12:18      阅读:238      评论:0      收藏:0      [点我收藏+]

标签:

序言:

如果将一系列的记录按照关键字的某种函数存储,那么在查找某个数据的时候就可以直接通过关键字计算出来了,而不在需要“比较”,这样会非常高效,这就是散列技术。

所以散列技术就是:     存储位置=f(关键字)        不管是记录的存储还是查找,都用这种方法

散列技术具有很高的效率,但是使用起来有一些限制。如1个关键字对应多个记录的情况(比如在一个学校的学生中按性别查找,则对应太多的记录),此外散列技术同样不适合于范围查找和排序等操作。

一、散列函数的构造

在设计散了函数的时候主要考虑两个原则:

(1)计算效率高:散列的优点就是高效,如果通过关键字计算地址的时间比其他查找方法比较用的时间还长,那么要它还有何用呢?

(2)散列地址分布均匀:这样才能保证存储空间的有效利用,也可以减少处理冲突而耗费的时间。

常用散列函数的构造方法:

(1)直接定址法:
取某个关键字的线性函数作为散列地址:f(key)=a*key+b      (a,b取常数)
此法需要事先知道关键字的分布情况,适合查找数据较少且连续的记录。
(2) 数字分析法:分析一组数据,比如一组员工的出生年月日,这时我们发现出生年月日的前几位数字大体相同,这样的话,出现冲突的几率就会很大,但是我们发现年月日的后几位表示月份和具体日期的数字差别很大,如果用后面的数字来构成散列地址,则冲突的几率会明显降低。因此数字分析法就是找出数字的规律,尽可能利用这些数据来构造冲突几率较低的散列地址。
此法适合关键字位数比较大的情况。
(3)平方取中法取关键字平方后的中间几位作为散列地址。
此法比较适合不知道关键字分布,而位数又不是很大的情况。 
(4)折叠法:将关键字分割成位数相同的几部分,最后一部分位数可以不同,然后取这几部分的叠加和(去除进位)作为散列地址。数位叠加可以有移位叠加和间界叠加两种方法。移位叠加是将分割后的每一部分的最低位对齐,然后相加;间界叠加是从一端向另一端沿分割界来回折叠,然后对齐相加。
此法适合事先不知道关键字分布且位数较多的情况。
(5)除留余数法:取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 H(key) = key MOD p,p<=m。不仅可以对关键字直接取模,也可在折叠、平方取中等运算之后取模。对p的选择很重要,一般取素数或m,若p选的不好,容易产生同义词。
(6) 随机数法:选择一随机数,取关键字的随机值作为散列地址,通常用于关键字长度不同的场合。

二、处理冲突的方法

(1)开放寻址法:如果发生冲突,就去寻找下一个散列地址,如此循环,直到找到为止。
   它的公式是:Hi=(H(key) + di) MOD m, i=1,2,…, k(k<=m-1),其中H(key)为散列函数,m为散列表长,di为增量序列,可有下列三种取法:

  1. di=1,2,3,…, m-1,称线性探测再散列;

  2. di=1^2, (-1)^2, 2^2,(-2)^2, (3)^2, …, ±(k)^2,(k<=m/2)称二次探测再散列;

  3. di=伪随机数序列,称伪随机探测再散列。 ==

(2)再散列法:事先准备多个散列函数,如果用一种函数产生冲突后,立马换另一中计算,如此循环,直到找到。

Hi=RHi(key), i=1,2,…,k RHi均是不同的散列函数,即在同义词产生地址冲突时计算另一个散列函数地址,直到冲突不再发生,这种方法不易产生“聚集”,但增加了计算时间。

(3) 链地址法(拉链法):将所有同义词记录在一个链表中,每次产生冲突,就直接在链表后增加一个结点而已。
(4) 建立一个公共溢出区:一旦发生冲突就把数据放在放在里面。

 

散列表(哈希表)

标签:

原文地址:http://www.cnblogs.com/bewolf/p/4184133.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!