第八讲 查找(Search)f.ppt

在前面讨论的静态查找和动态查找结构中，结点在结构中的相对位置是随机的，位置和结点的关键字之间不存在确定的关系，因此在结构查找结点需要进行一系列的关键字之间的比较，这类查找方法是建立在比较的基础上的，查找的效率依赖于查找过程中进行比较的次数。是否可以不用比较而直接得到结点的存储地址，从而找到所需的结点呢？哈希表为我们提供了肯定的答案。 8.4 哈希表及其查找 8.4.1 哈希表与哈希函数 哈希函数又叫散列函数，它是一种能把关键字映射成记录存储地址的函数。 哈希函数：假设F是一个包含n个记录的文件空间，Ri为文件中的某个记录（1≤i≤n），keyi是其关键字值，若在关键字值keyi与记录Ri的地址之间建立某种函数关系，则便可以通过这个函数把关键字值转换成相应记录在文件中的地址。 即有：addr（Ri）=H（keyi），其中addr（Ri）为Ri的地址，H（keyi）称为哈希函数。 哈希表：通过哈希函数构造而成的表称为哈希表。 例：已知文件中记录的关键字集合为S=（Anderson，Bush，Jenes，Refman，Rambo），空间地址为200—399。 则有： H（Anderson）=200， H（Bush）=201 H（Jenes）=209 H（Refman）=217 H（Rambo）=217+1=218 哈希函数定义为：H（key）=FORT（key）+199， FORT（key）表示关键字的首写字母在字母表中的序号。 构成的表如下所示： 把记录按地址存放到文件空间中相应的位置上，就形成了哈希表，也称散列表。 构成哈希表的过程称为地址散列。 冲突(Collision)：若某个散列函数对于不同的关键字key1和key2，得到相同的散列地址，这种现象称为冲突，这两个具有相同函数值的关键字称为同义词。 如上例Refman、Rambo。 这时就需要想办法处理冲突，使得每个关键字都能找到合理的位置。解决冲突即为对应到同一地址的多个同义词安排存储位置。因此在选定散列函数时应该考虑尽量避免发生冲突。冲突是很难避免的，问题在于一旦发生了冲突应如何处理。 冲突不是我们所希望的，而如何避免冲突发生，则取决于哈希函数的构造。好的哈希函数，应使散列地址均匀地分布在哈希表的整个地址区间内，这样可以避免或减少发生冲突。 然而，这并非是件容易做到的事。哈希函数的构造，与关键字的长度、哈希表的大小、关键字的实际取值状况等许多因素有关，而且有的因素事前不能确定(如关键字的实际取值只知道范围)。哈希函数的构造或多或少带有杂凑的意味，英文单词hash一词就是杂凑的意思。 直接定址法 数字分析法 平方取中法 折叠法 除留余数法 随机数法 8.4.2 构造哈希函数的常用方法 1、直接定址法 取关键字或关键字的某个线性函数值为哈希地址。即：H（key）=key或H（key）=a·key+b 其中a和b为常数。 例如：有一个1岁到100岁的人口数字统计表，其中，年龄作为关键字，哈希函数取关键字自身。 此法仅适合于： 地址集合的大小 = = 关键字集合的大小 2、 数字分析法 　　假设关键字是以R为基的数（如2，8，10等），并且哈希表中可能出现的关键字都是事先知道的，则可以取关键字的若干数位来组成哈希地址，这就是数字分析法。 这种方法适合于关键字值中各位字符分布为已知的情况。 例如：有80个记录，关键字为8位10进制数，则可取其中两位数作为哈希地址。 原则是使得到的哈希地址尽量避免产生冲突，则需从分析这80个关键字着手，下面是一部分数字： ① 由于中间的四位近乎随机，可取中间4位中的任意两位。 ② 或取其中两位与另外两位的叠加求和后舍去进位。 3、 平方取中法 有时一组关键字在每一位上某些数字的重复出现频率很高，例如：（0100，1100，1200，1160，2060，2163，2261，2262），这时无法是用数字分析法得到较均匀的哈希函数。 平方取中法是首先求关键字的平方值，通过平方来扩大差别，然后再选其中的几位或其组合作为哈希地址。 该方法适用于关键字位数少而相同的位数多的关键字。 4、折叠法（边界法）与转移法(移位法) 有时关键字含位数较多，这时可将关键字值从某些地方断开，分成几段，其中一段的长度等于地址的位数，把其余折叠加到它的上面，若产生进位则舍去。有两种折叠方法（folding）： 边界法 移位法（转移法） 1、边界法：从一端沿分割界来回折送，然后对齐相加 此法适于关键字的数字位数特别多。