浅谈hash文件材料教学稿件.pptVIP

现在要储存和使用下面的线性表： A: (1,75,324,43,1353,90,46). 我们可以定义一维数组 a:array[1..n] of longint; 我们需要用O(n)的时间来查找某个元素 也可以定义a:array[1..1353] of longint 使a[key]:=key; 也就是我们所学过的桶排序； 这样时间效率会变成O(1) 一次查找 VS 多次查找（找K次） O(K*n) O(K) 桶排的弊端 A:(18,75,60,43,54,90,46) C=2(负的也可以) m[20]:=18 m[77]:=75 m[62]:=60 m[45]:=43 m[56]:=54 m[92]:=90 m[48]:=46 C=0时 1、直接定址法 以关键字Key 本身或关键字加上某个数值常量C 作为散列地址的方法。散列函数为：h(Key)=Key+C，若C 为0，则散列地址就是关键字本身。 2、除余法 选择一个适当的正整数m，用m 去除关键码，取其余数作为地址，即：h(Key)= Key mod m， 这个方法应用的最多，其关键是m 的选取,一般选m 为小于某个区域长度n 的最大素数（如例1 中 取m=13），为什么呢？就是为了尽力避免冲突。假设取m=1000 ，则哈希函数分类的标准实际上就 变成了按照关键字末三位数分类，这样最多1000 类，冲突会很多。一般地说，如果 m 的约数越 多，那么冲突的几率就越大。 简单的证明：假设m 是一个有较多约数的数，同时在数据中存在q 满足gcd(m,q)=d 1 ，即 有m=a*d,q=b*d,则有以下等式：q mod m= q – m* [q div m] =q – m*[b div a] 。 其中，[b div a]的取值范围是不会超过[0，b]的正整数。也就是说，[b div a]的值只有b+1 种可 能，而m 是一个预先确定的数。因此上式的值就只有b+1 种可能了。这样，虽然mod 运算之后 的余数仍然在[0，m-1]内，但是它的取值仅限于等式可能取到的那些值。也就是说余数的分布变得 不均匀了。容易看出，m 的约数越多，发生这种余数分布不均匀的情况就越频繁，冲突的几率越 高。而素数的约数是最少的，因此我们选用大素数。记住“素数是我们的得力助手” 3、数字分析法 常有这样的情况：关键码的位数比存储区域的地址的位数多，在这种情况下可以对关键码的 各位进行分析，丢掉分布不均匀的位留下分布均匀的位作为地址。 本方法适用于所有关键字已知，并对关键字中每一位的取值分布情况作出了分析。 【例2】对下列关键码集合（表中左边一列）进行关键码到地址的转换，要求用三位地址。 Key H(Key) 000319426 326 000718309 709 000629443 643 000758615 715 000919697 997 000310329 329 分析： 关键码是9 位的，地址是3 位的，需要经过数字分析丢掉6 位。丢掉哪6 位呢？显然前3 位 是没有任何区分度，第5 位1 太多、第6 位基本都是8 和9、第7 位都是3、4、5，这几位的区分 度都不好，而相对来说，第4、8、9 位分布比较均匀，所以留下这3 位作为地址（表中右边一列）。 4、平方取中法 将关键码的值平方，然后取中间的几位作为散列地址。具体取多少位视实际要求而定，取哪 几位常常结合数字分析法。 【例3】将一组关键字(0100，0110，1010，1001，0111)平方后得(0010000，0012100，1020100， 1002001，0012321)，若取表长为1000，则可取中间的三位数作为散列地址集： (100，121，201，020，123)。 5、折叠法 如果关键码的位数比地址码的位数多，而且各位分布较均匀，不适于用数字分析法丢掉某些 数位，那么可以考虑用折叠法。折叠法是将关键码从某些地方断开，分关键码为几个部分，其中 有一部分的长度等于地址码的长度，然后将其余部分加到它的上面，如果最高位有进位，则把进 位丢掉。 一般是先将关键字分割成位数相同的几段（最后一段的位数可少一些），段的位数取决于散列 地址的位数，由实际需要而定，然后将它们的对应位叠加和（舍去最高位进位）作为散列地址。 【例4】如关键码Key要求转换为3 位的地址码。 分析：分如下3 段：5 8 4 | 2 2 2 | 4 1，则相加： 5 8 4 2 2 2 4 1 _______ 8 4 7 h(Key)=847 54 43 18 46 60 75 90 5 A:(18,75,60,43,54,90,46,5) 46 90 18 15 75 43 60 5 15 -1 -1 1