第08章哈希表..pptVIP

第8章 哈希表 《数据结构(C#语言描述)》配套PPT 北京大学出版社 制作：陈广 博客： 引入 在C#的万物之母object对象中定义了一个虚方法GetHashCode()，这个方法用于获取对象的哈希码。什么是哈希码？它有什么作用？为什么要在如此重要的类中定义这个方法？哈希码跟哈希表有什么内在的联系吗？本章将对这些问题展开论述。。 8.1 概念引入 【例8-1 Demo8-1.cs】使用学号查找学生地址 【例8-2 Demo8-2.cs】哈希查找 8.2 构造哈希函数的方法 构造哈希函数的目标是使哈希地址尽可能均匀地分布在连续的内存单元地址上，以减少冲突发生的可能性，同时使计算尽可能简单以达到尽可能高的时间效率。根据关键字的结构和分布不同，可构造出与之适应的各不相同的哈希函数。这里主要讨论几种常用的整数类型关键字的哈希函数构造方法。 8.2 构造哈希函数的方法 直接定址法取关键字或关键字的某个线性函数为哈希地址。即： h(key) = key 或 h(key) = a * key + b 其中a、b为常数，调整a与b的值可以使哈希地址取值范围与存储空间范围一致。这种哈希函数计算简单，并且不会有冲突发生。它适合于关键字的分布基本连续的情况，若关键字分布不连续，将造成存储空间的大量浪费。 8.2 构造哈希函数的方法 该方法是提取关键字中随机性较好的数字位，然后把这些数位拼接起来作为哈希地址。它适合于所有关键字值都已知的情况，并需要对关键字中每位的取值分布情况进行分析。 8.2 构造哈希函数的方法 除留余数法采用取模运算（%），把关键字除以某个不大于哈希表表长的整数得到的余数作为哈希地址。哈希函数的形式为： h(key) = key % p 除留余数法的关键是选好p，使得记录集合中的每个关键字通过该孩子数转换后映射到哈希表范围内任意地址上的概率相等，从而尽可能减少发生冲突的可能性。 8.3 哈希冲突解决方法 哈希函数的目标是尽量减少冲突，但实际应用中冲突是无法避免的，所以在冲突发生时，必须有相应的解决方案。而发生冲突的可能性又跟以下两个因素有关： 装填因子α 所采用的哈希函数 8.3 哈希冲突解决方法 冲突解决技术可分为两大类：开散列法（又称为链地址法）和闭散列法（又称为开放地址法）。哈希表是用数组实现的一片连续的地址空间，两种冲突解决技术的区别在于发生冲突的元素是存储在这片数组的空间之外还是空间之内 8.3 哈希冲突解决方法 闭散列法是把所有的元素存储在哈希表数组中。当发生冲突时，在冲突位置的附近寻找可存放记录的空单元。寻找“下一个”空位的过程称为探测。上述方法可用如下公式表示： hi = (h(key) + di) % m 其中 i = 1，2，…，k (k ≤ m - 1) 其中h(key)为哈希函数；m为哈希表长；di为增量的序列。根据di取值的不同，可以分成几种探测方法， 8.3 哈希冲突解决方法 线性探测法的基本思想是：当发生冲突时，从冲突位置的下一个单元顺序寻找，只要找到一个空位，就把元素放入此空位中。顺序查找时，把哈希表看成一个循环表，即如果到最后一个位置也没有找到空位，则回到表头开始继续查找。此时，如果仍然未找到空位，则说明哈希表已满，需要进行溢出处理。 8.3 哈希冲突解决方法 已知一组关键字为（12，19，23，28，39，51，56，76，84），哈希表长m=13，哈希函数为：h(key) = key%11 8.3 哈希冲突解决方法 每个元素经哈希函数计算出来的地址称为基地址，这种不同基地址的元素争夺同一个单元的现象叫做二次聚集。二次聚集实际上是在处理同义词之间的冲突时引发的非同义词的冲突。显然，这种现象对查找不利。线性探测很容易出现二次聚集，小的聚集能汇合成大的聚集，最终导致很长的探测序列，从而降低哈希表的运算效率。 8.3 哈希冲突解决方法 线性探测法的缺点是容易出现二次聚集，为了减少二次聚集的产生，可以加大探测序列的步长，使发生冲突的元素的位置比较分散。如果在地址i产生冲突，不是探测i+1地址，而是探测i + 12，i - 12，i + 22，i - 12，…的地址。该方法的优点是可以减少二聚集的产生，缺点是不易探测到整个哈希空间。 8.3 哈希冲突解决方法 双重散列法又称二度哈希，是闭散列法中较好的一种方法，它是以关键字的另一个散列函数值作为增量。设两个哈希函数为：h1和h2，则得到的探测序列为： (h1(key)+h2(key))%m，(h1(key)+2h2(key))%m，(h1(key)+3h2