哈希表基本概念介绍及哈希冲突的处理方法(附源码)

@[TOC]

哈希表和哈希函数的概念

  哈希表（散列表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它经过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫作哈希（散列）函数，存放记录的数组叫作哈希（散列）表。

  给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能获得包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。

  数据的哈希地址=f（关键字的值）。

  哈希地址只是表示在查找表中的存储位置，而不是实际的物理存储位置。f（）是一个函数，经过这个函数能够快速求出该关键字对应的的数据的哈希地址，称之为“哈希函数”。

哈希函数的构造

直接定址法

  取关键字或关键字的某个线性函数值为散列地址。即H(key)=key或H(key) = a·key + b，其中a和b为常数（这种散列函数叫作自身函数）。若其中H(key）中已经有值了，就往下一个找，直到H(key）中没有值了，就放进去。
  例若有一个从 1 岁到 100 岁的人口数字统计表

  假设其哈希函数为第一种形式，其关键字的值表示最终的存储位置。若须要查找年龄为 25 岁的人口数量，将年龄 25 带入哈希函数中，直接求得其对应的哈希地址为 25（求得的哈希地址表示该记录的位置在查找表的第 25 位）。通常用数组实现。

数字分析法

  若是关键字由多位字符或者数字组成，就能够考虑抽取其中的 2 位或者多位做为该关键字对应的哈希地址，在取法上尽可能选择变化较多的位，避免冲突发生。
  好比一组员工的出生年月日，这时咱们发现出生年月日的前几位数字大致相同，这样的话，出现冲突的概率就会很大，可是咱们发现年月日的后几位表示月份和具体日期的数字差异很大，若是用后面的数字来构成散列地址，则冲突的概率会明显下降。所以数字分析法就是找出数字的规律，尽量利用这些数据来构造冲突概率较低的散列地址。

平方取中法

  对关键字作平方操做，取中间得几位做为哈希地址。此方法也是比较经常使用的构造哈希函数的方法。

  例如关键字序列为{421，423，436}，对各个关键字进行平方后的结果为{177241，178929，190096}，则能够取中间的两位{72，89，00}做为其哈希地址。

折叠法

  例如，在图书馆中图书都是以一个 10 位的十进制数字为关键字进行编号的，若对其查找表创建哈希表时，就可使用折叠法。

  若某书的编号为：0-442-20586-4，分割方式如图 1 中所示，在对其进行折叠时有两种方式：一种是移位折叠，另外一种是间界折叠：

• 移位折叠是将分割后的每一小部分，按照其最低位进行对齐，而后相加，以下图 （a）；
• 间界折叠是从一端向另外一端沿分割线来回折叠，以下图（b）。

除留余数法（经常使用）

  取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 H(key) = key MOD p,p<=m。不只能够对关键字直接取模，也可在折叠、平方取中等运算以后取模。
  对p的选择很重要，通常取素数或m，若p选的很差，容易产生同义词（即冲突）。
  由经验得知 p 能够为不大于 m 的质数或者不包含小于 20 的质因数的合数。

随机数法

  取关键字的一个随机函数值做为它的哈希地址，即：
H（key）=random（key），此方法适用于关键字长度不等的状况。

  注意：这里的随机函数实际上是伪随机函数，随机函数是即便每次给定的 key 相同，可是 H（key）都是不一样；而伪随机函数正好相反，每一个 key 都对应的是固定的 H（key）。

哈希函数的选择

  如此多的构建哈希函数的方法，在选择的时候，须要根据实际的查找表的状况采起适当的方法。一般考虑的因素有如下几方面：

• 关键字的长度。若是长度不等，就选用随机数法。若是关键字位数较多，就选用折叠法或者数字分析法；反之若是位数较短，能够考虑平方取中法；
• 哈希表的大小。若是大小已知，能够选用除留余数法；
• 关键字的分布状况；
• 查找表的查找频率；
• 计算哈希函数所需的时间（包括硬件指令的因素）

处理冲突的方法

  哈希冲突只能尽可能减小可是不能彻底避免了，一般处理哈希冲突的方法有如下几种

开放定址法

  H（key）=（H（key）+ d）MOD m（其中 m 为哈希表的表长，d 为一个增量）
  当得出的哈希地址产生冲突时，选取如下 3 种方法中的一种获取 d 的值，而后继续计算，直到计算出的哈希地址不在冲突为止，这 3 种方法为：

• 线性探测法：d=1，2，3，…，m-1
• 二次探测法：d=12，-12，22，-22，32，…
• 伪随机数探测法：d=伪随机数

  例如，在长度为 11 的哈希表中已填写好 1七、60 和 29 这 3 个数据（如图（a） 所示），其中采用的哈希函数为：H（key）=key MOD 11，现有第 4 个数据 38 ，当经过哈希函数求得的哈希地址为 5，与 60 冲突，则分别采用以上 3 种方式求得插入位置如图 （b）所示：

  注释：在线性探测法中，当遇到冲突时，从发生冲突位置起，每次 +1，向右探测，直到有空闲的位置为止；二次探测法中，从发生冲突的位置起，按照 +12，-12，+22，…如此探测，直到有空闲的位置；伪随机探测，每次加上一个随机数，直到探测到空闲位置结束。

再哈希法

  当经过哈希函数求得的哈希地址同其余关键字产生冲突时，使用另外一个哈希函数计算，直到冲突再也不发生。

链地址法

  将全部产生冲突的关键字所对应的数据所有存储在同一个线性链表中。例若有一组关键字为{19,14,23,01,68,20,84,27,55,11,10,79}，其哈希函数为：H(key)=key MOD 13，使用链地址法所构建的哈希表以下图 所示：

创建一个公共溢出区

  创建两张表，一张为基本表，另外一张为溢出表。基本表存储没有发生冲突的数据，当关键字由哈希函数生成的哈希地址产生冲突时，就将数据填入溢出表。

代码实现

  在哈希表中进行查找的操做同哈希表的构建过程相似，其具体实现思路为：对于给定的关键字K，将其带入哈希函数中，求得与该关键字对应的数据的哈希地址，若是该地址中没有数据，则证实该查找表中没有存储该数据，查找失败：若是哈希地址中有数据，就须要作进一步的证实（排除冲突的影响），找到该数据对应的关键字同K 进行比对，若是相等，则查找成功；反之，若是不相等，说明在构造哈希表时发生了冲突，须要根据构造表时设定的处理冲突的方法找到下一个地址，同地址中的数据进行比对，直至遇到地址中数据为NULL（说明查找失败），或者比对成功。

/*
 * @Author: Carlos
 * @Date: 2020-07-2 23:48:50
 * @LastEditTime: 2020-07-2 23:48:50
 * @LastEditors: Carlos
 * @Description: Hash
 */
#include "stdio.h"
#include "stdlib.h"
#define HASHSIZE 7 //定义散列表长为数组的长度
#define NULLKEY -1
typedef struct
{
    int *elem; //数据元素存储地址，动态分配数组
    int count; //当前数据元素个数
} HashTable;
/**
 * @Description: 哈希函数初始化
 * @Param: HashTable *hashTable 结构体指针
 * @Return: 无
 * @Author: Carlos
 */
void Init(HashTable *hashTable)
{
    int i;
    hashTable->elem = (int *)malloc(HASHSIZE * sizeof(int));
    hashTable->count = HASHSIZE;
    for (i = 0; i < HASHSIZE; i++)
    {
        hashTable->elem[i] = NULLKEY;
    }
}
/**
 * @Description: 哈希函数(除留余数法)
 * @Param: int data 哈希的数据
 * @Return: 哈希后data存储的地址
 * @Author: Carlos
 */
int Hash(int data)
{
    return data % HASHSIZE;
}
/**
 * @Description: 哈希表的插入函数，可用于构造哈希表
 * @Param: HashTable *hashTable 结构体指针，int data 哈希的数据
 * @Return: 无
 * @Author: Carlos
 */
void Insert(HashTable *hashTable, int data)
{
    int hashAddress = Hash(data); //求哈希地址
    //发生冲突
    while (hashTable->elem[hashAddress] != NULLKEY)
    {
        //利用开放定址法解决冲突
        hashAddress = (++hashAddress) % HASHSIZE;
    }
    hashTable->elem[hashAddress] = data;
}
/**
 * @Description: 哈希表的查找算法
 * @Param: HashTable *hashTable 结构体指针，int data 哈希的数据
 * @Return: 无
 * @Author: Carlos
 */
int Search(HashTable *hashTable, int data)
{
    int hashAddress = Hash(data); //求哈希地址
    while (hashTable->elem[hashAddress] != data)
    { //发生冲突
        //利用开放定址法解决冲突
        hashAddress = (++hashAddress) % HASHSIZE;
        //若是查找到的地址中数据为NULL，或者通过一圈的遍历回到原位置，则查找失败
        if (hashTable->elem[hashAddress] == NULLKEY || hashAddress == Hash(data))
        {
            return -1;
        }
    }
    return hashAddress;
}
int main()
{
    int i, result;
    HashTable hashTable;
    int arr[HASHSIZE] = {13, 29, 27, 28, 26, 30, 38};
    //初始化哈希表
    Init(&hashTable);
    //利用插入函数构造哈希表
    for (i = 0; i < HASHSIZE; i++)
    {
        Insert(&hashTable, arr[i]);
    }
    //调用查找算法
    result = Search(&hashTable, 29);
    if (result == -1)
        printf("查找失败");
    else
        printf("29 在哈希表中的位置是:%d", result + 1);
    return 0;
}

如遇到排版错乱的问题，能够经过如下连接访问个人CSDN。

**CSDN:[CSDN搜索“嵌入式与Linux那些事”]