Ch05-散列45.pptVIP

散列 高文宇 gwyy@163.com §1 预备知识 散列（Hashing）是一种用于以常数平均时间执行插入、删除和查找的技术。 散列函数（Hash function）将每个关键字映射到从0到TableSize-1的存储单元中。理想情况下，散列函数应当运算简单并保证任何两个不同的关键字映射到不同的存储单元。 Symbol Table ADT Objects: A set of name-attribute pairs, where the names are unique Operations: ? SymTab Create(TableSize) ? Boolean IsIn(symtab, name) ? Attribute Find(symtab, name) ? SymTab Insert(symtab, name, attr) ? SymTab Delete(symtab, name) Hash表 Hash表的几个概念 定义1（冲突）： A collision occurs when we hash two nonidentical identifiers into the same bucket, i.e. f ( i1 ) = f ( i2 ) when i1 ? i2 . 定义2（溢出）： An overflow occurs when we hash a new identifier into a full bucket. 示例：Mapping n = 10 C library functions into a hash table ht[ ] with b = 26 buckets and s = 2. To map the letters a ~ z to 0 ~ 25, we may define f ( x ) =x [ 0 ] ? ‘a’ acos，define，float，exp，char， atan，ceil，floor，clock，ctime §2 散列函数 散列函数应具备的几个特性： ? f ( x ) must be easy to compute and minimizes the number of collisions. ? f ( x ) should be unbiased. That is, for any x and any i, we have that Probability( f ( x ) = i ) = 1 / b. Such kind of a hash function is called a uniform hash function. 示例1：f ( x ) = x % TableSize ; /* if x is an integer */ ? What if TableSize = 10 and x’s are all end in zero? ? TableSize = prime number ---- good for random integer keys 示例2：若关键字是字符串，则将每个字符的ASCII值相加，然后在mod TableSize。 §3 分离链接法 为处理冲突，将散列到同一个值的所有元素保留到一个链表中。 分离链接散列表类型声明 创建空表 在散列表中查找 在散列表中插入一个新关键字 §4 开放定址法 线性探测 平方探测 定理5.1：若使用平方探测，且表的大小是素数，那么当表至少有一半是空的时候，总能插入一个新的元素。 双散列 §5 再散列 问题：若Hash表的元素填得太满，那么操作的运行时间将越来越长，且Insert操作可能失败。 解决办法：Rehashing ? Build another table that is about twice as big; ? Scan down the entire original hash table for non-deleted elements; ? Use a new function to hash those elements into the new table. 问题1：何时需要再散列？ 1、只要表被占用超过一半就执行再散列。 2、只有当插入失败时才执行再散列。 3、散列表达到某一个装填因子时就执行再散列。 §6 可扩展散列 再见 再见 * [0] [1] … … [s?1] … … ht [ 0 ] … … ht [ 1 ] … … ht [b?1] … … … … b buckets s slots For each identifier x, we define a