散列法(hashing)检索.pptVIP

散列法（hashing）检索 2007/05/18 关于作业 分层次的介绍自己的设计 要学会利用图示阐明自己的思想 One picture is worth a thousand words 要侧重最坏情况的考察与分析 最好能根据具体的应用问题给出定制的数据结构与算法解决方案。 应用场景设定与数据分析 图书馆、人事档案、网络搜索引擎、bbs… 数据分析： 基础数据结构 数据量 数据格式、索引 数据操作（等概率假设？） 只读、批量追加（更新、删除） 频繁读写 只写，批量恢复 在线、离线 数据结构设计 基础数据存储方式 数据结构与算法的设计： 动态、静态 检索： 查找 浏览 统计 重复键值： 有没有实际应用需求？ 如何套用、改进、设计相关的数据结构与算法 常用的数据结构回顾 队列、栈： 反映问题处理流程。 线性表： 基于连续存储 有序：支持直接存取O(1)、二分 O(log2n)，插入删除不方便 无序：遍历。 O(n) 基于链表存储： O(n)，动态插入删除较方便。 排序树 非平衡 O(n) 平衡 O(log2n) 可较好支持插入删除 最佳、加权平衡、多分树（缓冲块大小） 本讲主要内容： 散列表概念 散列表的实现 开地址法 拉链法 散列表 散列法（hashing）又称为杂凑法或关键码—地址转换法。用散列法表示的字典称为散列表。 设给定一个字典元素，其关键码为key，将key看成自变量，按一个确定的散列函数 h 计算出h(key)，把h(key)作为关键码key对应元素的存储地址(或称 散列地址)，再进行字典元素的插入和检索操作。 例子： 由下标值 到 元素地址: &a[i] ? a + i* sizeof(e)； O(1). 问题： 下标值连续。要维护线序结构 由不连续key值到元素地址： 变量名表 地址 散列函数基本要求： 负载因子 = 数据元素数目m /存储空间的个数n 尽可能将输入的数据项杂乱无章的映射到存储空间中 遇到碰撞（h(key1) = h(key2)）采用统一的解决策略。 几种常见的hash函数 —— 除余法 选择一个适当的正整数P，用P去除关键码，余数作为散列地址，即h(key)=key%P。这个方法的关键是选取适当的P。一般P为素数比较好。 除余法地址计算公式非常简单。实践证明恰恰是这种简单的方法在许多情况下效果较好。除余法是一种最常用的散列函数，在许多静态字典和动态字典中都被采用。 前提：key>>P 数字分析法： 中平方法 先求出关键码的平方，然后取中间几位作为地址。 例如：关键码key=4731 47312 =如果地址长度为3位，则可以取第三位到第五位作为散列地址，即有h1(4731)=382，当然也可以取4－6位，即有h2(4731)= 823。 碰撞的处理  —— 开地址法 Open Addressing 在基本区域内形成一个同义词的探查序列，沿着探查序列逐个查找，直到找到查找的元素或碰到一个未被占用的地址为止。 若插入元素，则碰到空的地址单元就存放要插入的同义词。 若检索元素，则需要碰到空的地址单元后，才能说明表中没有待查的元素(检索失败)。 负载因子 < 1 开地址法 —— 线性探查 Linear Probing 即将基本存储区看作一个循环表。若在地址为d=h(key)的单元发生碰撞，则依次探查下述地址单元∶ d+1,d+2,…,m-1,0,1,…,d-1 (m为基本存储区的长度) 直到找到一个空单元或查找到关键码为key的元素为止。如果从单元d开始探查，查找一遍后，又回到地址d，则表示基本存储区已经溢出。 例子: clustering of linear probing 散列表的数据结构定义 散列表的检索算法 — 用线性探查法解决碰撞 int linearSearch(HashDictionary * phash, KeyType key, int *position){ int d, inc; d=h(key); /* d为散列地址，散列函数为h(key) */ for(inc=0; inc<phash->m; inc++){ if(phash->element[d].key==key) { *position=d; /* 检索成功 */ return(1); } else if(phash->element[d].key==0