LARSON動態雜湊函數.pptVIP

動態雜湊 (Dynamic Hashing) 動態雜湊函數 利用所謂的「索引」的輔助區域，配合雜湊函數的設計： 如Litwin的虛擬雜湊、Larson動態雜湊和Fagin等人的延展雜湊等。 則是不需要索引輔助的動態雜湊函數： 如Litwin的Trie雜湊。 Larson的動態雜湊函數 定義 在1978年，Larson以串列樹(Link-Tree)的架構，提出了動態雜湊函數的檔案結構 他利用串列樹(Link-Tree)建構了一個稱之為索引的輔助區域，藉以偵測當檔案有新記錄加入時，其所指定儲存的區段當時是否已經放滿了記錄；若已放滿，則需將該區段一分為二；而這些需要儲存的記錄，則由所謂的動態雜湊函數對應於該記錄的主鍵值決定之。 在Larson的方法中，一開始會先有一個雜湊函數h0，用來決定儲存於檔案的記錄類別，進而利用該類別來決定儲存記錄的區段。 記錄的插入 設一筆新的記錄其主鍵值為”in”欲加入檔案中，h0(“in”)=1，但因其每個區段只能儲存四筆記錄，區段0便發生了碰撞的現象，因此必須對區段0做一次分裂(Split)的程序處理。 在Larson的理論中，當第一次分類儲存的區段發生碰撞，便以各個分類節點為樹根(Root)，做類似二元樹的結構分裂。 分裂的依據和方法，Larson是選擇一個與h0雜湊函數毫不相關的虛擬0/1亂數產生器。該亂數產生器每次出現0和1的機率是相等的，利用這個產生器就可以決定該i+1筆記錄分裂後的儲存定址位置，其中i表示每個區段的容量。 記錄的搜尋 Larson的雜湊函數中的索引呈現一個樹林的結構，而每棵樹皆是二元樹。 其中的節點，若是屬於外部節點者(即樹葉)皆會指到一個區段位址上；因此當使用者想找尋某一筆記錄時，首先利用h0雜湊函數來分辨其在索引中所屬的二元樹。 決定節點所屬的二元樹後，再檢查是否為外部節點 若是，則到該節點所指的區段中找尋該筆記錄， 若不存在則表示該記錄不在檔案中。 若該節點是樹根節點，則再利用主鍵值去執行虛擬亂數產生器 當產生器傳回的值是0，則找左邊的左子樹 反之則找右子樹。 若該節點為內部節點，則繼續執行亂數產生器，直到找到外部節點為止，即可以找到所屬的區段了 記錄的刪除 Larson的方法中亦考慮了當記錄被刪除時，如何處理以節省空間。 他的方法中，索引內的外部節點均指到某一區段，因此當某一區段內的某一筆記錄被刪除時，可以統計指向該區段的外部節點和其兄弟節點所關連的總記錄數。 若兩個區段總記錄數可以被一個區段所容納，則合併成一個區段；此時索引內指向此兩個區段的外部節點應同時去除，而他們父節點即成為外部節點，而其內容則儲存了結合後的區段位址。 Litwin的虛擬雜湊函數 在1977年Litwin提出了虛擬雜湊函數(Virtual Hashing Function)的概念，其中的雜湊函數本身會隨著檔案中記錄的加入或刪除而做自我調整。 Litwin的虛擬雜湊函數定義如下： hj：Key→Key mod 2jN，j=0，1，2，...， 其中j一開始設為0。 當某一個區段發生碰撞現象時，對應於該區段的部份則取為j=1，亦即該區段之雜湊函數變動為： h1：Key→Key mod 2N 同理，第二次，第三次，...碰撞時，j的值即依次增加。 j值的增加只發生在有碰撞現象的區段中。當發生碰撞時，增加j值可以重新分配該區段中的記錄到兩個不同的區段，主要原因是Litwin的雜湊函數本身在決定區段編號時，是取同餘數的方法，而j值的增加等於對同餘數的除數擴增為兩倍，因此其餘數的範圍亦會隨之擴增兩倍，因此區段內的記錄便分散到兩個不同的區段中。 記錄的插入 以N=100為例，將記錄分散在編號0至99的區段中，如圖。 當新加入一筆主鍵值為4900的記錄時，造成區段0發生碰撞的現象，因而對應於區段0之雜湊函數的j值必須加1，故造成區段0中的五筆記錄分散到區段0和區段100，如圖。 延展雜湊函數 定義 在1979年Fangin、Nieverglt和Pippenger提出了延展雜湊函數。 保證尋找記錄的過程中絕對不曾超過兩次磁碟機讀取次數(Disk Access Time)。 在延展雜湊函數中，包含一個動態結構的輔助區，用以協助記錄的加入或刪除時，彈性分配記錄到各個區段中， 這一彈性的動態輔助區即是「索引」。 在索引中，若所含的深度(depth)數為d，則整個區域將有2d個節點，而每一個節點均儲存一個區段位址 在延展雜湊函數法中，首先利用一個雜湊函數h將主鍵值轉換對應到一個虛擬鍵值(Pseudo-Key)，再根據此虛擬鍵值的前d個位元值，分辨其在索引中是屬於那一個節點，再利用每個節點都存有一個區段位址的特點，該區段即是儲存該記錄的區段。 其中d代表索引中對於每個虛擬鍵值選取前面的位元數。 記錄的加入 加