第三章3.1哈希表介绍.ppt

第三章 查找与排序技术 什么是哈希表 Hash表技术的关键是要处理好表中元素的冲突问题，它主要包括以下两方面的工作： ①构造合适的Hash码，以便尽量减少表中元素冲突的次数，即Hash码的均匀性要比较好。 ②当表中元素发生冲突时，要进行适当的处理。 Hash码的构造 Hash表技术的主要目标是提高查找效率，即缩短查表的时间。 ⑴截断法。是指选取与关键字对应的数字串中的一段（一般选取低位数）作为该关键字的Hash码。 ⑵分段叠加法。将关键字的编码串分割成若干段，然后把他们叠加后再进行截段。 ⑶除法。将关键字的编码除以表的长度，最后所得的余数作为Hash码，即取Hash码为i=mod(k,n)(当mod(k,n)0时，取i=n) 本方法构造的Hash码，其均匀性比较好，但是以一次除法为代价，在除法较快的机器上可以采用。 ⑷乘法。将关键字编码与一个常数 相乘后，再除以表长度n，取其余数作为Hash码 线性Hash表是一种最简单的Hash表。 ⑴设线性表的长度为n，则将关键字k及有关信息填入线性Hash表的步骤如下： ①计算关键字k的Hash码i=i(k). ②检查表中第i项的内容： 若第i项为空，则将关键字k及有关信息填入该项； 若第i项不空，则令i=mod(i+1，n)，转②继续检查。 ⑵线性Hash表的取出 ①计算关键字k的Hash码i=i(k). ②检查表中第i项的内容： 若第i项登记着关键字k，则取出该项元素即可； 若第i项为空，则表示在Hash表中没有该关键字的信息； 若第i项不空，且登记的不是关键字k，则令i=mod(i+1,n)，转②继续检查。 线性表的优缺点： 优点：简单 缺点：①在线性Hash表填入的过程中，当发生冲突时，首先考虑的是下一项，因此，当Hash码的冲突较多时，在线性Hash表中会存在“堆聚”现象，即许多关键字被连续登记在一起，从而会降低查找效率。 ②在线性Hash表的填入过程中，处理冲突时会带来新的冲突，即线性Hash表的填入方法是不顾后效的。 2.随机Hash表 当Hash表的长度n设计成n=2m时,还可以定义另外一种Hash表——随机Hash表。随机Hash表与线性Hash表的不同之处在于：一旦发生元素冲突时，表项序号i的改变不是采用加1取模的方法，而是用某种伪随机数来改变。 ⑴随机Hash表的填入： ①计算关键字k的Hash码i0=i(k)，且令i=i0. ②伪随机数序列初始化，令j=1（将随机数指针指向伪随机数序列的第1个随机数） ③检查表中第i项的内容： 若第i项为空，则将关键字k及有关信息填入该项； 若第i项不空，则令i=mod(i0+RN(j)，n)，并令j=j+1（将随机数指针指向下一个随机数），转③继续检查。 ⑵随机Hash表的取出： ①计算关键字k的Hash码i0=i(k)，且令i=i0 ②伪随机数序列初始化，令j=1（将随机数指针指向伪随机数序列的第1个随机数）。 ③检查表中第i项的内容： 若第i项登记着关键字k，则取出该项元素即可； 若第i项为空，则表示在Hash表中没有该关键字的信息； 若第i项不空，且登记的不是关键字k，则令i=mod(i0+RN(j)，n)，并令j=j+1（将随机数指针指向下一个随机数），转③继续检查。其中RN(j)表示伪随机数序列RN中的第j个随机数。 3.溢出Hash表 线性Hash表与随机Hash表均存在两个致命的缺点：一是在Hash表填入过程中不顾后效，从而在填入过程中其冲突的机会在不断增多；二是当Hash表填满时，不能正常地进行查找。如果将冲突的元素安排在另外的空间内，而不占用Hash表本身的空间，则不会产生新的冲突，这就是溢出Hash表。 溢出Hash表包括Hash表和溢出表两部分。在Hash表的填入过程中，将冲突的元素顺序填入溢出表，而当查找过程中发现冲突时，就在溢出表中进行顺序查找。 溢出表的填入过程： ①计算关键字k的Hash码i=i(k). ②检查表中第i项的内容： 若第i项为空，则将关键字K及有关信息填入该项； 若第i项不空，则将关键字k及有关信息依次填入溢出表中的自由项。 ⑵溢出Hash表的取出： ①计算关键字k的Hash码i=i(k). ②检查表中第i项内容： 若第i项登记着关键字k，则取出该项元素即可； 若第i项为空，则表示在Hash表中没有该关键字的信息； 若第i项不空，且登记的不是关键字k，则转入在溢出表中进行顺序查找。 4.拉链Hash表-1 拉链Hash表分为外链Hash表与内链Hash表。我们只讨论外链Hash表。 外链Hash表由Hash表及表外结点所组成。在Hash表中登记的并不是关键字k及有关信息，而只是登记指针。 4.拉链Hash表-2 ⑴外链Hash表的填入