Z0第二十六讲(散列结构和散列函数).pptVIP

数据结构与算法 ---第二十六讲 北方民族大学 计算机科学与工程学院 王伦津 研究员 26、散列结构的概念、散列函数的设计，及冲突的解决 目 录 * * 散列结构和散列函数 本讲的重点：掌握散列结构与散列函数的相关概念，学会散列函数的设计方法，与解决冲突问题的措施 26.1 散列结构 26.1.1 概念 26.1.2 散列技术中的主要问题26.1.3 散列过程 26.1.4 散列函数的设计 26.1.5冲突解决 26.1 散列结构26.1.1 概念 在第一章中，我们已初步介绍过散列，那里，我们是将散列作为一种存储结构介绍的。事实上，散列主要是作为面向检索的存储结构，即检索结构。 与其他检索结构不同，在散列结构上的检索，是基于“计算”的，而“比较”操作退居次要位置。 一个散列结构是一块连续的存储空间，它与一个称为散列函数的函数关联，该函数是数据记录的关键字到地址空间的映射： hash ：关键字? 地址 这种存储空间的使用方式为： (a)存储记录时，通过散列函数计算出记录的存储位置： 记录位置=hash (记录的关键字） 并按此存储位置存储记录； (b)访问记录时，同样利用散列函数计算存储位置，然后根据所计算出的存储位置访问记录。 散列也称杂凑或哈希(Hash)。 从上面的说明看出，散列结构不是一种完整的数据存储结构，因为它只是通过数据元素的关键字定位记录，一般很难完整地表达数据元素间的逻辑关系，所以，一般也主要面向检索操作。 显然，由于记录的定位主要基于计算，所以，一般情况下，散列方法的检索速度要比前面介绍过的基于比较的方法高。但是，散列结构的存储利用率一般不高。 26.1.2 散列技术中的主要问题 表面上看，如果只是为了检索操作，设置了散列函数后，只需简单的计算即可。事实上问题并没有这样简单。总结起来，有下列问题： ?? 冲突处理：一般情况下，设计出散列函数很难是单调的，即不同关键字可能对应相同的函数值，这样，就造成地址冲突（碰撞）。 ? 散列函数的设计：设计一个简单、均匀、存储利用高、冲突少的散列函数，是问题的关键。 26.1.3 散列过程 散列方法的一般使用方法是，首先要根据具体问题的特点（记录集的特点、存储空间的限制等）设计散列函数。确定了散列函数和存储空间后，一般的进行过程为： [1] 如果是存储（插入）记录，则提出记录的关键字，用散列函数计算出地址addr； [2] 如果addr处已被其他记录占用（插入冲突），则调用[5]，否则，直接将记录存入该位置，结束。 [3] 如果是访问记录（查找，删除、修改等），则提出记录的关键字，用散列函数计算出地址addr； [4] 检查addr处的记录是否为所要查找（定位）的记录，若不是（定位冲突），调用[5]；若是，则读出该记录，进行相应的处理，结束； [5] (冲突处理)按既定的冲突处理策略处理冲突。如果是插入冲突，冲突处理是要找一个空位置（返回其）；如果是定位冲突，冲突处理是要继续查找所要找的记录，确定记录是否在散列结构中，若是，则返回其位置，否则返回特殊标记。 26.1.4 散列函数的设计 散列函数的设计是个关键问题，也是个复杂问题。但是，散列函数设计一般没有什么严格的规则，只有一些可以遵从的原则。 (一) 设计原则： 根据散列函数的用途，设计散列函数时一般应遵循下列原则： ??? 符合地址空间范围：函数值取值的范围，要在允许的存储空间的地址范围（地址空间）内。 ?? 函数值尽量分布均匀：函数值空间要尽量均匀散布在地址空间，即函数值之间的差要尽量小、尽量接近。这样才保证存储空间的有效使用，并减少冲突。 ??? 函数尽量单调（少冲突）：非单调的函数意味着不同的关键字（因变量），可能对应相同的函数值，这样会导致冲突，所以，要尽量使函数具有较少的极值点。 计算简单：散列函数不应该有很大的计算量，否则会降低效率。 下面就介绍几种常见的设计方法。 直接定址法的散列函数为关键字的线性函数: Hash(key) = a*F(key) + b 这里，F是个简单函数（变换），一般负责对关键字进行截取、组合、转换之类的操作。a与b为常数，可用于调节范围和起点。 这种函数的特点是单调（无冲突）、均匀，且范围容易确定。 (二) 直接定址法 例如，若一个数据集如下所示 职工号 姓名 年龄 …