信管第八章 查找.ppt

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(synonym)。 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。 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(immediately allocate method) 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(digital analysis method) 　　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(mid-square method) 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（folding method） 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）： 间接叠加 (folding at the boundaries) 移位叠加(shift folding) 1、间接叠加：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。 2、移位叠加：将分割后的几部分低位对齐相加 5、 除留余数法(division method) 除留余数法是用模运算(%)得到的。设给出的关键字值为K，存储区单元数为m，则用一个小于m的质数P去除K，得到的余数为R，即：R=K%P，如果R落在存储区地址范围内，则R就取为哈希函数值(散列地址)；否则，再用一个线性函数求出哈希函数值。 一般取p为不大于m的最大素数。 例如：有一组关键字从000001到859999，指定的存储区地址为1000000～1005999，即m=6000，可选P=5999。 因R不在指定的地址范围内，所以取哈希函数为 H(K)=1000000+R 故有： H(K)=H(172148)=1004176 这样就把关键字K直接转换成存储地址了。 若转换关键字K=172148，则有 R=172148 % 5999=4176。 理论分析和试验结果均证明P应取小于存储区容量的素数。 6、随机数法(random number method) 选择一随机函数，取关键字的随机函数值作为它的哈希地址。 即：H（key）=random（key）。 当关键字长度不相等时，可以采用此方法。 选取哈希函数时需