本文的一些基本概念参考了一部分百度百科,当然只保留了最有价值的部分,代码部分完全是自己实现!

简介

哈希表(Hash table,也叫散列表),是根据关键码值(Key value)而直接进行访问的数据结构。它通过把关键码值映射到表中一个位置来访问记录,有点类似于数组,并且能在O(1)(冲突情况另算)下查找到元素。

基本概念

设所有可能出现的关键字集合记为u(简称全集)。实际发生(即实际存储)的关键字集合记为k(|k|比|u|小得多)。|k|是集合k中元素的个数。
散列方法是使用函数hash将u映射到表t[0..m-1]的下标上(m=o(|u|))。这样以u中关键字为自变量,以h为函数的运算结果就是相应结点的存储地址。从而达到在o(1)时间内就可完成查找。

其中:

① hash:u→{0,1,2,…,m-1} ,通常称h为散列函数(hash function)。散列函数h的作用是压缩待处理的下标范围,使待处理的|u|个值减少到m个值,从而降低空间开销。
② t为散列表(hash table)。
③ hash(ki)(ki∈u)是关键字为ki结点存储地址(亦称散列值或散列地址)。
④ 将结点按其关键字的散列地址存储到散列表中的过程称为散列(hashing).
 
比如:有一组数据包括用户名字、电话、住址等,为了快速的检索,我们可以利用名字作为关键码,hash规则就是把名字中每一个字的拼音的第一个字母拿出来,把该字母在26个字母中的顺序值取出来加在一块作为该记录的地址。比如张三,就是z+s=26+19=45。就是把张三存在地址为45处。

但是这样存在一个问题,比如假如有个用户名字叫做:周四,那么计算它的地址时也是z+s=45,这样它与张三就有相同的地址,这就是冲突,也叫作碰撞(hash碰撞)。
冲突:两个不同的关键字,由于散列函数值相同,因而被映射到同一表位置上。该现象称为冲突(collision)或碰撞。发生冲突的两个关键字称为该散列函数的同义词(synonym)。

构造方法

散列函数的选择有两条标准:简单和均匀简单指散列函数的计算简单快速;
均匀指对于关键字集合中的任一关键字,散列函数能以等概率将其映射到表空间的任何一个位置上。也就是说,散列函数能将子集k随机均匀地分布在表的地址集{0,1,…,m-1}上,以使冲突最小化。

常用散列函数

(1)直接定址法:比如在一个0~100岁的年龄统计表,我们就可以把年龄作为地址。

(2)平方取中法
具体方法: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。又因为一个乘积的中间几位数和乘数的每一位都相关,所以由此产生的散列地址较为均匀。
(3)除留余数法
取关键字被某个不大于哈希表表长m的数p除后所得余数为哈希地址。该方法的关键是选取p。选取的p应使得散列函数值尽可能与关键字的各位相关。p最好为素数。
(4)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散列地址,即
h(key)=random(key)
其中random为伪随机函数,但要保证函数值是在0到m-1之间。
处理冲突
处理冲突——假设哈希表的地址集为0~n-1,冲突是指由关键字得到的哈希 地址为j(0<=j<=n-1)的位置上已存有记录,则“处理冲突”就是为该关键字的记录找到另一个“空”的哈希地址.
在处理冲突过程中可能得到一个地址序列Hi (i=1,2,…,k),即在处理哈希地址的冲突时,若得到的另一个哈希地址H1仍然发生冲突,则再求下一个地址 H2,若H2仍然冲突,再求得H3.依次类推,直到Hk不发生冲突为止,则Hk为记录在表中的地址.

另外,理想的散列函数满足下面几点:

1、散列函数的输出值尽量接近均匀分布;

2、x的微小变化可以使f(x)发生非常大的变化,即所谓“雪崩效应”(Avalanche effect);

处理冲突的方法

(1)开放定址法(2)拉链法 (3)建立公共溢出区法
拉链法解决冲突的做法是:将所有关键字为同义词的结点链接在同一个单链表中。若选定的散列表长度为m,则可将散列表定义为一个由m个头指针组成的指针数组t[0..m-1]。凡是散列地址为i的结点,均插入到以t为头指针的单链表中。t中各分量的初值均应为空指针。在拉链法中,装填因子α可以大于1,但一般均取α≤1。

HASH表的实现(拉链法)-LMLPHP

下面是代码实现,已经测试过:

#include <string.h>
#include <stdio.h>
#include <stdlib.h> typedef struct node{
char *name;//字段名
char *desc;//描述
struct node *next;
}node; #define HASHSIZE 100 //hash表长度
static node* hashtable[HASHSIZE];//定义一个hash数组,该数组的每个元素是一个hash结点指针,并且由于是全局静态变量,默认初始化为NULL unsigned int hash(char *s)
{//哈希函数
unsigned int h=;
for(;*s;s++)
h=*s+h*;//将整个字符串按照特定关系转化为一个整数,然后对hash长度取余
return h%HASHSIZE;
} node* lookup(char *str)
{
unsigned int hashvalue = hash(str);
node* np = hashtable[hashvalue];
for( ; np!=NULL; np = np->next)
{//这里是链地址法解决的冲突,返回的是第一个链表结点
if(!strcmp(np->name, str))//strcmp相等的时候才返回0
return np;
}
return NULL;
} char* search(char* name)
{//对hash表查找特定元素(元素是字符串)
node* np=lookup(name);
if(np==NULL)
return NULL;
else
return np->desc;
} node* malloc_node(char* name, char* desc)
{//在堆上为结点分配内存,并填充结点
node *np=(node*)malloc(sizeof(node));
if(np == NULL)
return NULL;
np->name = name;
np->desc = desc;
np->next = NULL;
return np;
} int insert(char* name, char* desc)
{
unsigned int hashvalue;
hashvalue = hash(name);
//头插法,不管该hash位置有没有其他结点,直接插入结点
node* np = malloc_node(name, desc);
if (np == NULL) return ;//分配结点没有成功,则直接返回
np->next = hashtable[hashvalue];
hashtable[hashvalue] = np;
return ;
} /* A pretty useless but good debugging function,
which simply displays the hashtable in (key.value) pairs
*/
void displayHashTable()
{//显示hash表元素(不包括空)
node *np;
unsigned int hashvalue;
for(int i=; i < HASHSIZE; ++i)
{
if(hashtable[i] != NULL)
{
np = hashtable[i];
printf("\nhashvalue: %d (", i);
for(; np != NULL; np=np->next)
printf(" (%s.%s) ", np->name, np->desc);
printf(")\n");
}
}
} void cleanUp()
{//清空hash表
node *np,*tmp;
for(int i=;i < HASHSIZE; ++i)
{
if(hashtable[i] != NULL)
{
np = hashtable[i];
while(np != NULL)
{
tmp = np->next;
free(np->name);
free(np->desc);
free(np);
np = tmp;
}
}
}
} int main()
{
char* names[]={"First Name","Last Name","address","phone","k101","k110"};
char* descs[]={"Kobe","Bryant","USA","","Value1","Value2"}; for(int i=; i < ; ++i)
insert(names[i], descs[i]);
printf("we should see %s\n",search("k110"));
insert("phone","");//这里计算的hash是冲突的,为了测试冲突情况下的插入
printf("we have %s and %s\n",search("k101"),search("phone"));
displayHashTable();
cleanUp();
return ;
}

输出结果:

HASH表的实现(拉链法)-LMLPHP

需要特别注意一下,上面的hash函数计算为29的,用的就是单链表的头插法来解决冲突,不要复杂化了问题!

HASH表的实现(拉链法)-LMLPHP

上面的代码是我自己实现的拉链法版本,后面我还会继续增加一些其他更好的版本,Waiting!

04-28 00:20