北京师范大学数据结构教学资料 第7章——搜索结构.pptVIP

* 使用开散列法的散列表类定义 #include assert.h const int defaultSize = 100; template class E, class K struct ChainNode { //各桶中同义词子表的链结点定义 E data; //元素 ChainNodeE, K *link; //链指针 }; template class E, class K class HashTable { //散列表(表头指针向量)定义 * public: HashTable (int d, int sz = defaultSize); //散列表的构造函数 ～HashTable() { delete [] ht; } //析构函数 bool Search (K k1, E e1); //搜索 bool Insert (K k1, E e1); //插入 bool Remove (K k1, E e1); //删除 private: int divisor; //除数（必须是质数） int TableSize; //容量(桶的个数) ChainNodeE, K **ht; //散列表定义 ChainNodeE, K *FindPos (K k1); //散列 }; * 用开散列法定义的散列表的操作 template class E, class K //构造函数 HashTableE, K::HashTable (int d, int sz) { divisor = d; TableSize = sz; ht = new ChainNodeE, K*[sz]; //创建头结点 assert (ht != NULL); //判断存储分配成功否 }； template class E, class K ChainNodeE, K *HashTableE, K:: FindPos (K k1) { * //在散列表ht中搜索关键码为k1的元素。函数返回 //一个指向散列表中某位置的指针 int j = k1 % divisor; //计算散列地址 ChainNodeE, K *p = ht[j]; //扫描第j链的同义词子表 while (p != NULL p-data != k1) p = p-link; return p; //返回 }; 其他如插入、删除操作可参照单链表的插入、删除等算法来实现。 * 应用开散列法处理冲突, 需要增设链接指针，似乎增加了存储开销。事实上, 由于闭散列法必须保持大量的空闲空间以确保搜索效率，如二次探查法要求装填因子?≤0.5，而表项所占空间又比指针大得多，所以使用开散列法反而比闭散列法节省存储空间。 散列表直接出计算表项存放地址，在关键码与存储位置之间直接建立了映象。 散列表分析 * 当选择的散列函数能够得到均匀的地址分布时, 在搜索过程中可以不做多次探查。 由于很难避免冲突, 增加了搜索时间。冲突的出现, 与散列函数选取（地址分布是否均匀）, 处理冲突方法（是否产生堆积）有关。 在实际应用中使用关键码进行散列时, 如在用作关键码的许多标识符具有相同的前缀或后缀，或者是相同字符的不同排列的场合，不同的散列函数往往导致散列表具有不同的搜索性能。 下图给出一些实验结果。 * 搜索关键码时所需对桶的平均访问次数 * 可以看出，开散列法优于闭散列法；在散列函数中，用除留余数法作散列函数优于其他类型的散列函数，最差的是折叠法。 对散列表技术进行的实验评估表明, 它具有很好的平均性能, 优于一些传统的技术, 如平衡树。但散列表在最坏情况下性能很不好。如果对一 个有 n 个关键码的散列表执行一次搜索或插入操作，最坏情况下需要 O(n) 的时间。 Knuth对不同的冲突处理方法进行了概率分析。 * 若设 ? 是散列表的装填因子： Sn 是搜索一个随机选择的关键码 xi (1≤i ≤n) 所需的关键码比较次数的期望值 Un 是在长度为 m 的散列表中 n 个桶已装入表项的情况下，装入第 n+1 项所需执行的关键