T83查找-计算式查找法.ppt

8.4 计算式查找法—哈希法 其它名字： 散列法 杂凑法 关键字地址计算法 相应的表称为： 哈希表 散列表 杂凑表 基本思想: 首先在元素的关键字k和元素的存储位置p之间建立一个对应关系f，使得p=f(k)，f称为哈希函数。 创建哈希表时，把关键字为k的元素直接存入地址为f(k)的单元； 以后当查找关键字为k的元素时，再利用哈希函数计算出该元素的存储位置p=f(k)，从而达到按关键字直接存取元素的目的。 设哈希表 HT[0..9], B = 10(10个存储单元)。则按哈希函数得到的哈希表如图所示。 当关键字集合很大时，关键字值不同的元素可能会映像到哈希表的同一个地址上，即k1≠k2，但H(k1)=H(k2)，这种现象称为冲突。 冲突不可避免! 只能通过改进哈希函数的性能来减少冲突。 哈希法包含两方面： 如何构造哈希函数 如何处理冲突 哈希函数的构造方法 构造原则： ①函数本身便于计算 ； ②计算出来的地址分布均匀，即对任一关键字k，f(k) 对应不同地址的概率相等，目的是尽可能减少冲突。 数字分析法 平方取中法 分段叠加法 除留余数法(常用) 伪随机数法 数字分析法 如果事先知道关键字集合，并且每个关键字的位数比哈希表的地址码位数多时，可以从关键字中选出分布较均匀的若干位，构成哈希地址。 数字分析法 例：有80个记录，关键字为8位十进制整数d1d2…d8，如哈希表长度取为100，则哈希表的地址空间为0~99。 假设已知各关键字中d4与d7的值分布较均匀，那么可定义哈希函数为： H(key)=H(d1d2…d8)=d4d7。 如：H=43 H=06 平方取中法 当无法确定关键字中哪几位分布较均匀时，可以先求出关键字的平方值，然后按需要取平方值的中间几位作为哈希地址。 平方取中法 例：假设把英文字母在字母表中的位置序号作为该英文字母的内部编码。 则字母K的内部编码为11，E的内部编码为05，A的内部编码为01，B的内部编码为02，由此组成的字“KEBA”的内部代码 行后得122157778355001。 取出中间位置(即第7位到第9位)作为该关键字哈希地址，即： H(“KEBA”)=778 分段叠加法 这种方法是按哈希表地址位数将关键字分成位数相等的几部分（最后一部分可以较短），然后将这几部分相加，舍弃最高进位后的结果就是该关键字的哈希地址。 具体方法有： 折叠法 移位法 分段叠加法 例：某元素的关键字值key=12360324711202065,把该关键字分成3位一段，舍去最低的两位65。 伪随机数法 采用一个伪随机函数做哈希函数，即： h(key)=random(key)。 除留取余数法 假设哈希表长为m，p为小于等于m的最大素数，则哈希函数为： H(k)=k%p 其中%为模p取余运算。 除留取余数法 例：已知待散列元素为(18,75,60,43,54,90,46)，表长m=10,p=7，则有 除留取余数法 为减少冲突，可取较大的m值与p值，如m=p=13,结果如下： 待散列元素为(18,75,60,43,54,90,46) 所以，对待散列元素 (18,75,60,43,54,90,46)，取m=p=13，根据以下的哈希函数得出的哈希地址，存储如下： 处理冲突的方法 开放定址法(再散列法) 线性探测再散列(常用) 二次探测再散列 伪随机探测再散列 再哈希法 链地址法(常用) 建立公共溢出区 开放定址法(再散列法) 当关键字key的哈希地址p= H（key）出现冲突时，以p为基础，产生另一个哈希地址p1，如果p1仍然冲突，再以p为基础，产生另一个哈希地址p2，…，直到找出一个不冲突的哈希地址pi ，将相应元素存入其中。 这种方法有一个通用的再散列函数形式： Hi=(H(key)+di)% m i=1，2，…，n H（key）为哈希函数，m 为表长，di称为增量序列。 di的取值方式不同，相应的再散列方式也不同。 开放定址法(再散列法) 根据再散列函数形式： Hi=(H(key)+di)% m i=1，2，…，n 　中di的取值方式不同，相应的再散列方式主要有以下三种： 线性探测再散列 二次探测再散列 伪随机探测再散列 线性探测再散列 di=1，2，3，…，m-1 其特点是：冲突发生时，顺序查看表中下一单元，直到找出一个空单元或查遍全表。 例：哈希表长度m=12，哈希函数为H(key)=key%11，则H(47)=3，H(26)=4，H(60)=5，存储如下： 线性探测再散列 哈希函数为H(key)=key%11，关键字69应存在哪？ 二次探测再散列 di=12,-