数据结构 9查找c

《数据结构 9查找c》由会员分享，可在线阅读，更多相关《数据结构 9查找c（22页珍藏版）》请在金锄头文库上搜索。

1、9.3 哈希表查找,一、哈希表的概念 二、哈希函数的构造方法 三、冲突处理方法 四、哈希表的查找及分析,一、哈希表的概念,哈希表：即散列存储结构。 散列法存储的基本思想：建立关键码字与其存储位置的对应关系，或者说，由关键码的值决定数据的存储地址。 优点：查找速度极快（O(1)）,查找效率与元素个数n无关！,例1：若将学生信息按如下方式存入计算机，如： 将2001011810201的所有信息存入V01单元； 将2001011810202的所有信息存入V02单元； 将2001011810231的所有信息存入V31单元。,欲查找学号为2001011810216的信息，便可直接访问V16！,例2 ：,

2、有数据元素序列(14，23，39，9，25，11)，若规定每个元素k的存储地址H（k）k，请画出存储结构图。 （注：H（k）k称为散列函数）,解：根据散列函数H（k）k ，可知元素14应当存入地址为14的单元，元素23应当存入地址为23的单元， 对应散列存储表（哈希表）如下：,讨论：如何进行散列查找？ 根据存储时用到的散列函数H(k)表达式，迅即可查到结果！ 例如，查找key=9,则访问H(9)=9号地址，若内容为9则成功； 若查不到，应当设法返回一个特殊值，例如空指针或空记录。,14,11,9,23,25,39,缺点：空间效率低！,选取某个函数，依该函数按关键字计算元素的存储位置，并按此存放

3、；查找时，由同一个函数对给定值k计算地址，将k与地址单元中元素关键码进行比，确定查找是否成功。,通常关键码的集合比哈希地址集合大得多，因而经过哈希函数变换后，可能将不同的关键码映射到同一个哈希地址上，这种现象称为冲突。,若干术语,哈希方法(杂凑法) 哈希函数(杂凑函数) 哈希表 (杂凑表) 冲 突,哈希方法中使用的转换函数称为哈希函数(杂凑函数),按上述思想构造的表称为哈希表(杂凑表),有6个元素的关键码分别为：（14，23，39，9，25，11）。 选取关键码与元素位置间的函数为H(k)=k mod 7,通过哈希函数对6个元素建立哈希表：,25,39,23,9,14,冲突现象举例：,6个元素

4、用7个 地址应该足够!,H(14)=14%7=0,11,H(25)=25%7=4 H(11)=11%7=4,有冲突！,所以，哈希方法必须解决以下两个问题：,1）构造好的哈希函数 （a）所选函数尽可能简单，以便提高转换速度； （b）所选函数对关键码计算出的地址，应在哈希地址集中大致均匀分布，以减少空间浪费。,2）制定一个好的解决冲突的方案 查找时，如果从哈希函数计算出的地址中查不到关键码，则应当依据解决冲突的规则，有规律地查询其它相关单元。,在哈希查找方法中，冲突是不可能避免的，只能尽可能减少。,二、哈希函数的构造方法,常用的哈希函数构造方法有：,直接定址法 除留余数法 乘余取整法 数字分析法

5、平方取中法 折叠法 随机数法,要求一：n个数据原仅占用n个地址，虽然散列查找是以空间换时间，但仍希望散列的地址空间尽量小。 要求二：无论用什么方法存储，目的都是尽量均匀地存放元素，以避免冲突。,Hash(key) = akey + b (a、b为常数) 优点：以关键码key的某个线性函数值为哈希地址，不会产生冲突. 缺点：要占用连续地址空间，空间效率低。,例：关键码集合为100，300，500，700，800，900， 选取哈希函数为Hash(key)=key/100， 则存储结构（哈希表）如下：,1、直接定址法,Hash(key)= B*( A*key mod 1 ) (A、B均为常数，且0

6、A1，B为整数) 特点：以关键码key乘以A，取其小数部分，然后再放大B倍并取整，作为哈希地址。,Hash(key)=key mod p (p是一个整数) 特点：以关键码除以p的余数作为哈希地址。 关键：如何选取合适的p？ 技巧：若设计的哈希表长为m，则一般取pm且为质数 （也可以是不包含小于20质因子的合数）。 自练：自测卷简答题第4小题,3、乘余取整法,2、除留余数法,（A*key mod 1） 就是取A*key 的小数部分,例：欲以学号最后两位作为地址，则哈希函数应为： H(k)=100*(0.01*k % 1 ) 其实也可以用法2实现： H(k)=k % 100,特点：某关键字的某几位

7、组合成哈希地址。所选的位应当是：各种符号在该位上出现的频率大致相同。,3 4 7 0 5 2 4 3 4 9 1 4 8 7 3 4 8 2 6 9 6 3 4 8 5 2 7 0 3 4 8 6 3 0 5 3 4 9 8 0 5 8 3 4 7 9 6 7 1 3 4 7 3 9 1 9,例：有一组（例如80个）关键码，其样式如下：,4、数字分析法,讨论： 第1、2位均是“3和4”，第3位也只有“ 7、8、9”，因此，这几位不能用，余下四位分布较均匀，可作为哈希地址选用。,位号： , 若哈希地址取两位（因元素仅80个），则可取这四位中的任意两位组合成哈希地址，也可以取其中两位与其它两位叠加

8、求和后，取低两位作哈希地址。,特点：对关键码平方后，按哈希表大小，取中间的若干位作为哈希地址。 理由：因为中间几位与数据的每一位都相关。 例：2589的平方值为6702921，可以取中间的029为地址。,6、折叠法,特点：将关键码自左到右分成位数相等的几部分（最后一部分位数可以短些），然后将这几部分叠加求和，并按哈希表表长，取后几位作为哈希地址。 适用于：每一位上各符号出现概率大致相同的情况。 法1：移位法 将各部分的最后一位对齐相加。 法2：间界叠加法从一端向另一端沿分割界来回折叠后，最后一位对齐相加。 例：元素42751896, 用法1： 42751896=1041 用法2： 427 51

9、8 96 724+518+69 =1311,5、平方取中法,7、随机数法,Hash(key) = random ( key ) (random为伪随机函数) 适用于：关键字长度不等的情况。造表和查找都很方便。, 执行速度（即计算哈希函数所需时间）； 关键字的长度； 哈希表的大小； 关键字的分布情况； 查找频率。,小结：构造哈希函数的原则：,三、冲突处理方法,常见的冲突处理方法有：,开放定址法（开地址法） 链地址法（拉链法） 再哈希法（双哈希函数法） 建立一个公共溢出区,1、开放定址法（开地址法）,设计思路：有冲突时就去寻找下一个空的哈希地址，只要哈希表足够大，空的哈希地址总能找到，并将数据元素

10、存入。,具体实现：,Hi=(Hash(key)+di) mod m ( 1i m ) 其中： Hash(key)为哈希函数 m为哈希表长度 di 为增量序列 1，2，m-1，且di=i,1.线性探测法,含义：一旦冲突，就找附近（下一个）空地址存入。,关键码集为 47，7，29，11，16，92，22，8，3， 设：哈希表表长为m=11； 哈希函数为Hash(key)=key mod 11； 拟用线性探测法处理冲突。建哈希表如下：,解释： 47、7（以及11、16、92）均是由哈希函数得到的没有冲突的哈希地址；,0 1 2 3 4 5 6 7 8 9 10, ,例：,29,22,8,3, Has

11、h(29)=7，哈希地址有冲突，需寻找下一个空的哈希地址：由H1=(Hash(29)+1) mod 11=8，哈希地址8为空，因此将29存入。, 另外，22、8、3同样在哈希地址上有冲突，也是由H1找到空的哈希地址的。,其中3 还连续移动了两次（二次聚集）,线性探测法的优点：只要哈希表未被填满，保证能找到一个空地址单元存放有冲突的元素； 线性探测法的缺点：可能使第i个哈希地址的同义词存入第i+1个哈希地址，这样本应存入第i+1个哈希地址的元素变成了第i+2个哈希地址的同义词， 因此，可能出现很多元素在相邻的哈希地址上“堆积”起来，大大降低了查找效率。 解决方案：可采用二次探测法或伪随机探测法，

12、以改善“堆积”问题。,讨论：,仍举上例，改用二次探测法处理冲突，建表如下：,0 1 2 3 4 5 6 7 8 9 10, ,注：只有3这个关键码的冲突处理与上例不同， Hash(3)=3，哈希地址上冲突，由 H1=(Hash(3)+12) mod 11=4，仍然冲突； H2=(Hash(3)-12) mod 11=2，找到空的哈希地址，存入。,2. 二次探测法,Hi=(Hash(key)di) mod m 其中：Hash(key)为哈希函数 m为哈希表长度，m要求是某个4k+3的质数； di为增量序列 12，-12，22，-22，q2,3. 若di伪随机序列，就称为伪随机探测法,2、链地址法

13、(拉链法）,基本思想：将具有相同哈希地址的记录链成一个单链表，m个哈希地址就设m个单链表，然后用一个数组将m个单链表的表头指针存储起来，形成一个动态的结构。,设 47, 7, 29, 11, 16, 92, 22, 8, 3, 50, 37, 89 的哈希函数为： Hash(key)=key mod 11， 用拉链法处理冲突，则建表如右图所示。,例：,注：有冲突的元素可以插在表尾,也可以插在表头,3、再哈希法（双哈希函数法）,Hi=RHi(key) i=1, 2, ，k RHi均是不同的哈希函数，当产生冲突时就计算另一个哈希函数，直到冲突不再发生。 优点：不易产生聚集； 缺点：增加了计算时间。

14、,4. 建立一个公共溢出区,思路：除设立哈希基本表外，另设立一个溢出向量表。 所有关键字和基本表中关键字为同义词的记录，不管它们由哈希函数得到的地址是什么，一旦发生冲突，都填入溢出表。,四、哈希表的查找及分析,明确：散列函数没有“万能”通式，要根据元素集合的特性而分别构造。 算法：见教材P259 讨论：哈希查找的速度是否为真正的O（1）？ 不是。由于冲突的产生，使得哈希表的查找过程仍然要进行比较，仍然要以平均查找长度ASL来衡量。 一般地，ASL依赖于哈希表的装填因子,它标志着哈希表的装满程度。, 越大，表中记录数越多，说明表装得越满，发生冲突的可能性就越大，查找时比较次数就越多。,01,讨论：,2）“冲突”是不是特别讨厌？ 答：不一定！正因为有冲突，使得文件加密后无法破译（不可逆，是单向散列函数，可用于数字签名）。 利用了哈希表性质：源文件稍稍改动，会导致哈希表变动很大。,1） 散列存储的查找效率到底是多少？ 答：ASL与装填因子有关！既不是严格的O(1)，也不是O(n),应尽量选择一个合适的，以降低ASL的长度,本章小结,重点：顺序查找、二分查找、二叉排序树上查找以及散列表上查找的基本思想和算法实现。,难点：二叉排序树的删除算法,