【数据结构】哈希表/散列表
2017-02-24 14:09
337 查看
本篇博文,旨在介绍哈希表的基本概念及其用法;介绍了减少哈希冲突的方法;并用代码实现了哈希表的线性探测和哈希桶
将关键值映射到表中的位置访问数据,这个映射函数叫做散列函数,存储数据的表叫做散列表;
平方取中法中所取的位数由表长决定。
例: K = 456 , K2 = 207936 若哈希表的长度m=102,则可取79(中间两位)作为哈希函数值。
对于开放定址法,载荷因子特别重要,一般情况下严格控制在0.7-0.8
超过0.8,哈希表的效率会很低
过低的话,浪费的空间会更大
任何的散列函数都是无法避免的,在处理哈希冲突的方法中,我们介绍下面两种方法
这样可以提高哈希表的效率
字符串哈希算法有很多
下面这个链接有详细的介绍
http://www.cnblogs.com/-clq/archive/2012/05/31/2528153.html
状态位标识着这个位置有没有值存在,还是之前存在已被删除
插入函数,要找到关键值对应的位置,冲突的话后移;找到后放入对应的Key和value值,并且将状态位改变即可
线性探测中,查找这块有个小问题。当一个关键值是因为冲突后移的话,若后移中的某个值之后删除了,就无法找到这个值了
先查找是否存在,存在的话只需要将状态位修改成删除即可
用pair可以返回插入成功后节点的指针(或插入失败,相同关键值的指针),以及判断插入成功与否的TRUE或FALSE
删除元素的时候,需要分两种情况
a、链上有且仅有该节点
出现这种情况,就是pre为空时,仅需修改vector对应位置存储的指针
b、链上除该节点外,还有多个节点
将cur的指向下一个节点的指针给pre的下一个
与线性探测不同的是,这里当载荷因子为1的时候进行扩容;
哈希桶的一种极端情况是,所有值都往同一个位置进行插入
如下:
解决方法:
当一个链上的节点数量达到一个百分比(自己定义,可以是100%,50%,10%),则不再存储链表,而是存储一颗红黑树
这一避免出现这种极端情况而带了的弊端
哈希表的github代码链接
https://github.com/haohaosong/DataStruct/blob/master/HashTable.h
哈希桶的github代码链接
https://github.com/haohaosong/DataStruct/blob/master/HashTableBucket.h
哈希表的基本概念
哈希表是一种存储结构,它通过key值可以直接访问该key值在内存中从存储位置;将关键值映射到表中的位置访问数据,这个映射函数叫做散列函数,存储数据的表叫做散列表;
构造哈希表的几种方法
1、直接定址法
根据关键值直接确定元素存取的位置,该散列函数是一个线性函数;例如 Hash(key) = A*key+B,其中,A和B都为常数2、除留余数法
取出关键值后,将关键值除以该散列表的长度从而获得的余数,作为散列地址;Hash(key) = key%m3、平方取中法
取关键字平方后的中间几位为哈希地址。由于一个数的平方的中间几位与这个数的每一位都有关,因而,平方取中法产生冲突的机会相对较小。平方取中法中所取的位数由表长决定。
例: K = 456 , K2 = 207936 若哈希表的长度m=102,则可取79(中间两位)作为哈希函数值。
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。5、随机数法
选择一随机函数,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。6、数学分析法
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。哈希冲突/哈希碰撞
哈希冲突出现的原因
关键值通过任何的散列函数获得的散列地址都有可能是重复的,这种情况叫做哈希冲突;载荷因子
散列表的载荷因子的定义为:a = 表中的元素个数/散列表的长度对于开放定址法,载荷因子特别重要,一般情况下严格控制在0.7-0.8
超过0.8,哈希表的效率会很低
过低的话,浪费的空间会更大
任何的散列函数都是无法避免的,在处理哈希冲突的方法中,我们介绍下面两种方法
a 用开放定址法来处理哈希冲突
a1 线性探测
当有需要插入元素的位置已经有元素存在时,则向后遍历寻找空位置a2 二次探测
当插入位置冲突时,则向后寻找,但不是每次只挪动一个位置,而是冲突次数的平方次(1,4,9....)b 用开链法处理哈希冲突
哈希桶是一种顺序表和链表的结合体,定义一个数组,数组存储的内容是节点的指针,下面用一个个桶来存储元素;这样可以提高哈希表的效率
如何减少哈希冲突
a 素数
使用素数做除数可以有效的减少哈希冲突//素数表 const int _PrimeSize = 28; static const unsigned long _PrimeList[_PrimeSize] = { 53ul, 97ul, 193ul, 389ul, 769ul, 1543ul, 3079ul, 6151ul, 12289ul, 24593ul, 49157ul, 98317ul, 196613ul, 393241ul, 786433ul, 1572869ul, 3145739ul, 6291469ul, 12582917ul, 25165843ul, 50331653ul, 100663319ul, 201326611ul, 402653189ul, 805306457ul, 1610612741ul, 3221225473ul, 4294967291ul };
b 字符串哈希算法
字符串哈希算法就是将一个字符串转化成一个Key值字符串哈希算法有很多
下面这个链接有详细的介绍
http://www.cnblogs.com/-clq/archive/2012/05/31/2528153.html
代码实现
开放定址法的线性检测
节点的定义:
//定义枚举,表示节点的状态 enum Status { EXIST, DELETE, EMPTY, }; //节点的定义 template<typename K,typename V> struct HashNode { K _key; V _value; Status _status; HashNode(const K& key = K(), const V& value = V()) :_key(key) , _value(value) , _status(EMPTY) {} };
状态位标识着这个位置有没有值存在,还是之前存在已被删除
哈希表的定义:
//HashFunc是采用的字符串哈希算法 template<typename K, typename V, typename HashFunc = __HashFunc<K>> class HashTable { typedef HashNode<K, V> Node; public: //缺省的构造函数 HashTable() {} //构造函数 HashTable(size_t size); //将K值转换成哈希值 size_t HashFunC(const K& key); //插入一组值 pair<Node*, bool> Insert(const K& key,const V& value); //查找元素 Node* find(const K& key); //删除一个节点 void Remove(const K& key); protected: vector<Node> _v;//用vector的下标标志位置 size_t _size;//哈希表中元素的数量 protected: //交换两个哈希表 void Swap(HashTable<K, V> &h); //进行容量的判别,进行扩容 void CheckCapacity(); };
插入函数的实现:
pair<Node*, bool> Insert(const K& key,const V& value) { //检查是否需要扩容 CheckCapacity(); //对K值进行取余,判断插入的位置 size_t index = HashFunC(key); //如果存在,则循环着继续寻找 while (_v[index]._status == EXIST) { index++; if (index == _v.size()) index = 0; } _v[index]._key = key; _v[index]._value = value; _v[index]._status = EXIST; _size++; return make_pair<Node*,bool>(&_v[index] ,true); }
插入函数,要找到关键值对应的位置,冲突的话后移;找到后放入对应的Key和value值,并且将状态位改变即可
查找函数的实现:
Node* find(const K& key) { //对K值进行取余,判断插入的位置 size_t index = HashFunC(key); //如果存在,则继续寻找 while (_v[index]._status == EXIST) { //若相等,判断状态是否是删除 //若删除,则没找到,返回空 //若没删除,则返回该位置的地址 if (_v[index]._key == key) { if (_v[index]._status == DELETE) return NULL; return &_v[index]; } index++; if (index == _size) index = 0; } return &_v[index]; }
线性探测中,查找这块有个小问题。当一个关键值是因为冲突后移的话,若后移中的某个值之后删除了,就无法找到这个值了
删除函数的实现:
void Remove(const K& key) { //删除仅需要将状态修改 Node* delNode = find(key); if (delNode) delNode->_status = DELETE; }
先查找是否存在,存在的话只需要将状态位修改成删除即可
扩容函数的实现:
载荷因子超过0.7时,进行扩容void CheckCapacity() { //如果_v为空,则扩容到7 if (_v.empty()) { _v.resize(_PrimeList[0]); return; } //如果超过载荷因子,则需要扩容 if (_size*10 / _v.size() >= 7) { /*size_t newSize = 2 * _v.size();*/ size_t index = 0; while (_PrimeList[index] < _v.size()) { index++; } size_t newSize = _PrimeList[index]; //用一个临时变量来存储新生成的哈希表 //生成完成后,将其和_v交换 HashTable<K, V> tmp(newSize); for (size_t i = 0; i < _v.size(); ++i) { //如果存在,则将该位置的哈希值插入到临时的哈希表中 if (_v[i]._status == EXIST) tmp.Insert(_v[i]._key,_v[i]._value); } //交换两个哈希表 Swap(tmp); } }
开链法 哈希桶
节点的定义:
//节点的定义 template<class K, class V> //struct HushNode e2:拼写错误,Hash not hush struct HashNode { K _key; V _value; HashNode<K, V>* _next; HashNode(const K& key, const V& value) :_key(key) , _value(value) , _next(NULL) {} };
插入函数的实现:
//插入函数的实现 pair<Node*, bool> Insert(const K& key, const V& value) { //插入之前要先进行是否扩容的检查 CheckCapacity(); //找到这个数的位置 size_t index = _HushFunc(key); Node* cur = _ht[index]; while (cur) { if (cur->_key == key) return make_pair(cur, false); cur = cur->_next; } Node* temp = new Node(key, value); temp->_next = _ht[index]; _ht[index] = temp; return make_pair(temp, true); }
用pair可以返回插入成功后节点的指针(或插入失败,相同关键值的指针),以及判断插入成功与否的TRUE或FALSE
删除函数的实现:
//删除函数的实现 void Erase(const K& key) { //先进行查找这个数的位置 size_t index = _HushFunc(key); Node* pre = NULL; Node* cur = _ht[index]; //删除的时候要进行情况的分析讨论 while (cur) { if (pre == NULL) { _ht[index] = cur->_nex; delete cur; } else { pre->_next = cur->_next; } cur = cur->_next; } delete cur; }
删除元素的时候,需要分两种情况
a、链上有且仅有该节点
出现这种情况,就是pre为空时,仅需修改vector对应位置存储的指针
b、链上除该节点外,还有多个节点
将cur的指向下一个节点的指针给pre的下一个
查找函数的实现:
//查找函数的实现 Node* Find(const K& key) { for (int i = 0; i<_size; i++) { Node* cur = _ht[i]; while (cur) { if (cur->_key == key) return cur; cur = cur->_next; } } return NULL; }
扩容函数的实现:
void CheckCapacity() { //当哈希桶为空的时候或者负载因子为1的时候,进行扩容 if (_ht.size() == 0 || _size / _ht.size() == 1) { //建一个新表 HushTable temp; size_t newsize = GetNewSize(); temp._ht.resize(newsize); //将元素放进去 for (int i = 0; i<_ht.size(); i++) { Node* cur = _ht[i]; while (cur) { temp.Insert(cur->_key, cur->_value); cur = cur->_next; } } } }
与线性探测不同的是,这里当载荷因子为1的时候进行扩容;
哈希桶的一种极端情况是,所有值都往同一个位置进行插入
如下:
解决方法:
当一个链上的节点数量达到一个百分比(自己定义,可以是100%,50%,10%),则不再存储链表,而是存储一颗红黑树
这一避免出现这种极端情况而带了的弊端
哈希表的github代码链接
https://github.com/haohaosong/DataStruct/blob/master/HashTable.h
哈希桶的github代码链接
https://github.com/haohaosong/DataStruct/blob/master/HashTableBucket.h
相关文章推荐
- 散列表(哈希表)查找 - 数据结构和算法83
- 数据结构:哈希表(散列表)基础
- 数据结构—散列表(Hash table,也叫哈希表)
- [数据结构]-散列表(哈希表)
- [数据结构]程杰:散列表(哈希表)
- 数据结构:哈希表(散列表)
- 数据结构---哈希表/散列表
- 数据结构_____散列表查找(哈希表)
- 数据结构:散列表(哈希表)
- 一点一点学数据结构之哈希表(散列表)
- [C++]数据结构:散列表(哈希表)、散列函数构造、处理散列冲突
- C++数据结构 之 哈希表(散列表)_Hash Table
- 数据结构56:哈希表(散列表)及哈希表处理冲突的方法
- 哈希表(散列表)总结
- 散列表(哈希表)查找算法
- 考察数据结构——第二部分:队列、堆栈和哈希表[译]
- 数据结构例程——哈希表及其运算的实现
- linux内核分析--内核中使用的数据结构之哈希表hlist(三)
- 散列表(哈希表)及其实现
- poj3349 Snowflake Snow Snowflakes(哈希表,散列表)