查找三 哈希表的查找

要点

哈希表和哈希函数

在记录的存储位置和它的关键字之间是建立一个确定的对应关系(映射函数),使每个关键字和一个存储位置能唯一对应。这个映射函数称为哈希函数,根据这个原则建立的表称为哈希表(Hash Table),也叫散列表

以上描述,如果通过数学形式来描述就是:

若查找关键字为 key,则其值存放在 f(key) 的存储位置上。由此,不需比较便可直接取得所查记录

注:哈希查找与线性表查找和树表查找最大的区别在于,不用数值比较。

冲突

若 key1 ≠ key2 ,而 f(key1) = f(key2),这种情况称为冲突(Collision)。

根据哈希函数f(key)和处理冲突的方法将一组关键字映射到一个有限的连续的地址集(区间)上,并以关键字在地址集中的“像”作为记录在表中的存储位置,这一映射过程称为构造哈希表

构造哈希表这个场景就像汽车找停车位,如果车位被人占了,只能找空的地方停。

构造哈希表

由以上内容可知,哈希查找本身其实不费吹灰之力,问题的关键在于如何构造哈希表和处理冲突。

常见的构造哈希表的方法有 5 种:

(1)直接定址法

说白了,就是小学时学过的一元一次方程

即 f(key) = a * key + b。其中,a和b 是常数。

(2)数字分析法

假设关键字是R进制数(如十进制)。并且哈希表中可能出现的关键字都是事先知道的,则可选取关键字的若干数位组成哈希地址。

选取的原则是使得到的哈希地址尽量避免冲突,即所选数位上的数字尽可能是随机的。

(3)平方取中法

取关键字平方后的中间几位为哈希地址。通常在选定哈希函数时不一定能知道关键字的全部情况,仅取其中的几位为地址不一定合适;

而一个数平方后的中间几位数和数的每一位都相关, 由此得到的哈希地址随机性更大。取的位数由表长决定。

(4)除留余数法

取关键字被某个不大于哈希表表长 m 的数 p 除后所得的余数为哈希地址。

即 f(key) = key % p (p ≤ m)

这是一种最简单、最常用的方法,它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。

注意:p的选择很重要,如果选的不好,容易产生冲突。根据经验,一般情况下可以选p为素数

(5)随机数法

选择一个随机函数,取关键字的随机函数值为它的哈希地址,即 f(key) = random(key)。

通常,在关键字长度不等时采用此法构造哈希函数较为恰当。

解决冲突

设计合理的哈希函数可以减少冲突,但不能完全避免冲突。

所以需要有解决冲突的方法,常见有两类

(1)开放定址法

如果两个数据元素的哈希值相同,则在哈希表中为后插入的数据元素另外选择一个表项。 当程序查找哈希表时,如果没有在第一个对应的哈希表项中找到符合查找要求的数据元素,程序就会继续往后查找,直到找到一个符合查找要求的数据元素,或者遇到一个空的表项。

例子

若要将一组关键字序列 {1, 9, 25, 11, 12, 35, 17, 29} 存放到哈希表中。

采用除留余数法构造哈希表;采用开放定址法处理冲突。

不妨设选取的p和m为13,由 f(key) = key % 13 可以得到下表。

需要注意的是,在上图中有两个关键字的探查次数为 2 ,其他都是1。

这个过程是这样的:

a. 12 % 13 结果是12,而它的前面有个 25 ,25 % 13 也是12,存在冲突。

我们使用开放定址法 (12 + 1) % 13 = 0,没有冲突,完成。

b. 35 % 13 结果是 9,而它的前面有个 9,9 % 13也是 9,存在冲突。

我们使用开放定址法 (9 + 1) % 13 = 10,没有冲突,完成。

(2)拉链法

将哈希值相同的数据元素存放在一个链表中,在查找哈希表的过程中,当查找到这个链表时,必须采用线性查找方法。

在这种方法中,哈希表中每个单元存放的不再是记录本身,而是相应同义词单链表的头指针。

例子

如果对开放定址法例子中提到的序列使用拉链法,得到的结果如下图所示:

实现一个哈希表

假设要实现一个哈希表,要求

a. 哈希函数采用除留余数法,即 f(key) = key % p (p ≤ m)

b. 解决冲突采用开放定址法,即 f2(key) = (f(key)+i) % size (p ≤ m)

(1)定义哈希表的数据结构

class HashTable {
 public int key = 0; // 关键字
 public int data = 0; // 数值
 public int count = 0; // 探查次数
}

(2)在哈希表中查找关键字key

根据设定的哈希函数,计算哈希地址。如果出现地址冲突,则按设定的处理冲突的方法寻找下一个地址。

如此反复,直到不冲突为止(查找成功)或某个地址为空(查找失败)。

/**
 * 查找哈希表
 * 构造哈希表采用除留取余法,即f(key) = key mod p (p ≤ size)
 * 解决冲突采用开放定址法,即f2(key) = (f(key) + i) mod p (1 ≤ i ≤ size-1)
 * ha为哈希表,p为模,size为哈希表大小,key为要查找的关键字
 */
public int searchHashTable(HashTable[] ha, int p, int size, int key) {
 int addr = key % p; // 采用除留取余法找哈希地址

 // 若发生冲突,用开放定址法找下一个哈希地址
 while (ha[addr].key != NULLKEY && ha[addr].key != key) {
        addr = (addr + 1) % size;
    }

 if (ha[addr].key == key) {
 return addr; // 查找成功
    } else {
 return FAILED; // 查找失败
    }
}

(3)删除关键字为key的记录

在采用开放定址法处理冲突的哈希表上执行删除操作,只能在被删记录上做删除标记,而不能真正删除记录。

找到要删除的记录,将关键字置为删除标记DELKEY。

public int deleteHashTable(HashTable[] ha, int p, int size, int key) {
 int addr = 0;
    addr = searchHashTable(ha, p, size, key);
 if (FAILED != addr) { // 找到记录
        ha[addr].key = DELKEY; // 将该位置的关键字置为DELKEY
 return SUCCESS;
    } else {
 return NULLKEY; // 查找不到记录,直接返回NULLKEY
    }
}

(4)插入关键字为key的记录

将待插入的关键字key插入哈希表 先调用查找算法,若在表中找到待插入的关键字,则插入失败; 若在表中找到一个开放地址,则将待插入的结点插入到其中,则插入成功。 

public void insertHashTable(HashTable[] ha, int p, int size, int key) {
 int i = 1;
 int addr = 0;
    addr = key % p; // 通过哈希函数获取哈希地址
 if (ha[addr].key == NULLKEY || ha[addr].key == DELKEY) { // 如果没有冲突,直接插入
        ha[addr].key = key;
        ha[addr].count = 1;
    } else { // 如果有冲突,使用开放定址法处理冲突
 do {
            addr = (addr + 1) % size; // 寻找下一个哈希地址
            i++;
        } while (ha[addr].key != NULLKEY && ha[addr].key != DELKEY);

        ha[addr].key = key;
        ha[addr].count = i;
    }
}

(5)建立哈希表

先将哈希表中各关键字清空,使其地址为开放的,然后调用插入算法将给定的关键字序列依次插入。

public void createHashTable(HashTable[] ha, int[] list, int p, int size) {
 int i = 0;
 
 // 将哈希表中的所有关键字清空
 for (i = 0; i < ha.length; i++) {
        ha[i].key = NULLKEY;
        ha[i].count = 0;
    }

 // 将关键字序列依次插入哈希表中
 for (i = 0; i < list.length; i++) {
 this.insertHashTable(ha, p, size, list[i]);
    }
}

完整代码

哈希查找之JAVA实现

  1 class HashTable {
  2 public int key = 0; // 关键字
  3 public int data = 0; // 数值
  4 public int count = 0; // 探查次数
  5 }
  6 
  7 public class HashSearch {
  8 
  9 private final static int MAXSIZE = 20;
 10 private final static int NULLKEY = 1;
 11 private final static int DELKEY = 2;
 12 private final static int SUCCESS = 0; 
 13 private final static int FAILED = 0xFFFFFFFF;
 14 
 15 /**
 16      * 查找哈希表
 17      * 构造哈希表采用除留取余法,即f(key) = key mod p (p ≤ size)
 18      * 解决冲突采用开放定址法,即f2(key) = (f(key) + i) mod p (1 ≤ i ≤ size-1)
 19      * ha为哈希表,p为模,size为哈希表大小,key为要查找的关键字
 20  */
 21 public int searchHashTable(HashTable[] ha, int p, int size, int key) {
 22 int addr = key % p; // 采用除留取余法找哈希地址
 23 
 24  // 若发生冲突,用开放定址法找下一个哈希地址
 25 while (ha[addr].key != NULLKEY && ha[addr].key != key) {
 26             addr = (addr + 1) % size;
 27         }
 28 
 29 if (ha[addr].key == key) {
 30 return addr; // 查找成功
 31         } else {
 32 return FAILED; // 查找失败
 33         }
 34     }
 35 
 36 /**
 37      * 删除哈希表中关键字为key的记录
 38      * 找到要删除的记录,将关键字置为删除标记DELKEY
 39  */
 40 public int deleteHashTable(HashTable[] ha, int p, int size, int key) {
 41 int addr = 0;
 42         addr = searchHashTable(ha, p, size, key);
 43 if (FAILED != addr) { // 找到记录
 44             ha[addr].key = DELKEY; // 将该位置的关键字置为DELKEY
 45 return SUCCESS;
 46         } else {
 47 return NULLKEY; // 查找不到记录,直接返回NULLKEY
 48         }
 49     }
 50 
 51 /**
 52      * 将待插入的关键字key插入哈希表
 53      * 先调用查找算法,若在表中找到待插入的关键字,则插入失败;
 54      * 若在表中找到一个开放地址,则将待插入的结点插入到其中,则插入成功。
 55  */
 56 public void insertHashTable(HashTable[] ha, int p, int size, int key) {
 57 int i = 1;
 58 int addr = 0;
 59         addr = key % p; // 通过哈希函数获取哈希地址
 60 if (ha[addr].key == NULLKEY || ha[addr].key == DELKEY) { // 如果没有冲突,直接插入
 61             ha[addr].key = key;
 62             ha[addr].count = 1;
 63         } else { // 如果有冲突,使用开放定址法处理冲突
 64 do {
 65                 addr = (addr + 1) % size; // 寻找下一个哈希地址
 66                 i++;
 67             } while (ha[addr].key != NULLKEY && ha[addr].key != DELKEY);
 68 
 69             ha[addr].key = key;
 70             ha[addr].count = i;
 71         }
 72     }
 73 
 74 /**
 75      * 创建哈希表
 76      * 先将哈希表中各关键字清空,使其地址为开放的,然后调用插入算法将给定的关键字序列依次插入。
 77  */
 78 public void createHashTable(HashTable[] ha, int[] list, int p, int size) {
 79 int i = 0;
 80 
 81 // 将哈希表中的所有关键字清空
 82 for (i = 0; i < ha.length; i++) {
 83             ha[i].key = NULLKEY;
 84             ha[i].count = 0;
 85         }
 86 
 87 // 将关键字序列依次插入哈希表中
 88 for (i = 0; i < list.length; i++) {
 89 this.insertHashTable(ha, p, size, list[i]);
 90         }
 91     }
 92 
 93 /**
 94      * 输出哈希表
 95  */
 96 public void displayHashTable(HashTable[] ha) {
 97 int i = 0;
 98         System.out.format("pos:\t", "pos");
 99 for (i = 0; i < ha.length; i++) {
100             System.out.format("%4d", i);
101         }
102         System.out.println();
103 
104         System.out.format("key:\t");
105 for (i = 0; i < ha.length; i++) {
106 if (ha[i].key != NULLKEY) {
107                 System.out.format("%4d", ha[i].key);
108             } else {
109                 System.out.format("    ");
110             }
111         }
112         System.out.println();
113 
114         System.out.format("count:\t");
115 for (i = 0; i < ha.length; i++) {
116 if (0 != ha[i].count) {
117                 System.out.format("%4d", ha[i].count);
118             } else {
119                 System.out.format("    ");
120             }
121         }
122         System.out.println();
123     }
124 
125 public static void main(String[] args) {
126 int[] list = { 3, 112, 245, 27, 44, 19, 76, 29, 90 };
127         HashTable[] ha = new HashTable[MAXSIZE];
128 for (int i = 0; i < ha.length; i++) {
129             ha[i] = new HashTable();
130         }
131 
132         HashSearch search = new HashSearch();
133         search.createHashTable(ha, list, 19, MAXSIZE);
134         search.displayHashTable(ha);
135 
136     }
137 
138 }

参考资料 《数据结构习题与解析》(B级第3版)

相关阅读 欢迎阅读 程序员的内功——算法 系列

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Java 源码分析

并查集

​ 在我们需要判断某一些事物之间是否存在一定的关系的时候,我们最好的办法不是使用图而是使用并查集。因为我们关心的是他们之间是否有关系,而不是关心的他们到底...

3447
来自专栏Code_iOS

数据结构:链表

工程代码 Github: Data_Structures_C_Implemention -- Link List

811
来自专栏CDA数据分析师

Python正则表达式指南

本文介绍了Python对于正则表达式的支持,包括正则表达式基础以及Python正则表达式标准库的完整介绍及使用示例。本文的内容不包括如何编写高效的正则表达式、如...

1815
来自专栏Java帮帮-微信公众号-技术文章全总结

【Java提高四】接口与抽象类

【Java提高四】接口与抽象类 接口和内部类为我们提供了一种将接口与实现分离的更加结构化的方法。 抽象类与接口是java语言中对抽象概念进行定义的...

3416
来自专栏deepcc

javascript 中的 delete

3448
来自专栏我和未来有约会

(保存)C#基础概念二十五问

注:本文部份资料来自网络,如有侵权,请与我联系,我会在第一时间声明引用或将其删除!     当初学 C# 时是找个人大概问了一下数据类型和分支语句就开始做项目了...

1858
来自专栏Pythonista

Python3编程技巧

Microsoft Excel是Microsoft为使用Windows和Apple Macintosh操作系统的计算机编写的一款电子表格软件。直观的界面、出色的...

622
来自专栏逸鹏说道

Python3 与 C# 扩展之~基础衍生

在线编程: https://mybinder.org/v2/gh/lotapp/BaseCode/master

2157
来自专栏Spark学习技巧

一文详解scala泛型及类型限定

今天知识星球球友,微信问浪尖了一个spark源码阅读中的类型限定问题。这个在spark源码很多处出现,所以今天浪尖就整理一下scala类型限定的内容。希望对大家...

842
来自专栏盛国存的专栏

A Bite of GoLang(上)

A bite of GoLang(浅尝GoLang),本文只是Go语言的冰山一角,本文包含作者学习Go语言期间积累的一些小的经验,同时为了方便让读者了解到Go语...

50410

扫码关注云+社区