[工学]数据结构于算法分析第8章Hash法.pptVIP

再哈希法 同时构造多个不同的哈希函数： Hi=Rhi(key)， i=1，2， …， n 当哈希地址Hi=Rh1(key) 发生冲突时，再计算Hi=Rh2(key) ……直到冲突不再产生。这种方法不易产生聚集，但增加了计算时间。 链地址法 基本思想是将所有哈希地址为i的元素构成一个称为同义词链的单链表，并将单链表的头指针存在哈希表的第i个单元中， 因而查找、插入和删除主要在同义词链中进行。链地址法适用于经常进行插入和删除的情况。 例如，已知一组关键字（32，40， 36， 53， 16， 46， 71， 27， 42， 24， 49， 64）， 哈希表长度为13，哈希函数为：H(key)=key%13，则用链地址法处理冲突的结果如下图所示。 本例的平均查找长度：ASL=(1×7+2×4+3×1)=1.5 链地址法处理冲突时的哈希表 链地址法处理冲突时的哈希表 建立公共溢出区 基本思想是将哈希表分为基本表和溢出表两部分，凡是与基本表发生冲突的元素一律填入溢出表。 第七章　查找 查找的基本概念 基于线性表的查找法 基于树的查找法 计算式查找法——哈希法 哈希函数的构造方法 处理冲突的方法 哈希表的查找过程 哈希法性能分析 要点小结 哈希表的查找过程 哈希表的查找过程与哈希表的创建过程是一致的。 所设要查找关键字为为key的元素，查找过程如下： 首先计算h0=hash(key)。 如果单元h0为空， 则所查元素不存在； 如果单元h0中元素的关键字为key，则找到所查元素； 否则重复下述解决冲突的过程： 按解决冲突的方法，找出下一个哈希地址hi; 如果单元hi为空，则所查元素不存在; 如果单元hi中元素的关键字为key，则找到所查元素。 哈希表的查找算法 #define m 哈希表长度 #define NULLKEY 代表空记录的关键字值 typedef int KeyType; /*假设关键字为整型*/ typedef struct { KeyType key; …… /*记录中其它分量按需求确定*/ …… }RecordType ; typedef RecordType HashTable[m];　 int HashSearch( HashTable ht, KeyType K) {h0=hash(K); 哈希表的查找算法 if (ht[h0].key==NULLKEY) return(-1); else if (ht[h0].key==K) return (h0); else /* 用线性探测再散列解决冲突 */ {for (i=1; i=m-1; i++) {hi=(h0+i) % m; if (ht[hi ].key==NULLKEY) return (-1); else if (ht[hi].key==K) return (hi);} return (-1); } } 第八章　查找 查找的基本概念 基于线性表的查找法 基于树的查找法 计算式查找法——哈希法 哈希函数的构造方法 处理冲突的方法 哈希表的查找过程 哈希法性能分析 要点小结 哈希法性能分析 由于冲突的存在，哈希法仍需进行关键字比较，因此，仍需用平均查找长度来评价哈希法的查找性能。 哈希法中影响关键字比较次数的因素有三个： 哈希函数 处理冲突的方法 哈希表的装填因子α 哈希表的装填因子α的定义如下： ??????????????? α=哈希表中元素个数 / 哈希表的长度 α可描述哈希表的装满程度。显然，α越小，发生冲突的可能性越小，而α越大，发生冲突的可能性也越大。 哈希法性能分析 假定哈希函数是均匀的，则影响平均查找长度的因素只剩下两个： 处理冲突的方法 哈希表的装填因子α 以下按处理冲突的不同方法分别列出相应的平均查找长度: 线性探测再散列 伪随机探测再散列、二次探测再散列以及再哈希法 链址法 哈希法性能分析 线性探测再散列 查找成功时 查找失败时 伪随机探测再散列、二次探测再散列以及再哈希法 查找成功时 哈希法性能分析 查找失败时 链址法 查找成功时 查找失败时 哈希法性能分析 从以上讨论可知：哈希表的平均查找长度是装填因子α的函数，而与待散列元素数目n无关。因此，无论元素数目n有多大，都能通过调整