查找三 哈希表的查找

目录

 

要点

---

哈希表和哈希函数

在记录的存储位置和它的关键字之间是建立一个确定的对应关系（映射函数），使每个关键字和一个存储位置能唯一对应。这个映射函数称为哈希函数，根据这个原则建立的表称为哈希表(Hash Table)，也叫散列表。

以上描述，如果通过数学形式来描述就是：

若查找关键字为 key，则其值存放在 f(key) 的存储位置上。由此，不需比较便可直接取得所查记录。

注：哈希查找与线性表查找和树表查找最大的区别在于，不用数值比较。

冲突

若 key1 ≠ key2 ，而 f(key1) = f(key2)，这种情况称为冲突(Collision)。

根据哈希函数f(key)和处理冲突的方法将一组关键字映射到一个有限的连续的地址集（区间）上，并以关键字在地址集中的“像”作为记录在表中的存储位置，这一映射过程称为构造哈希表。

构造哈希表这个场景就像汽车找停车位，如果车位被人占了，只能找空的地方停。

 

构造哈希表

---

由以上内容可知，哈希查找本身其实不费吹灰之力，问题的关键在于如何构造哈希表和处理冲突。

常见的构造哈希表的方法有 5 种：

（1）直接定址法

说白了，就是小学时学过的一元一次方程。

即 f(key) = a * key + b。其中，a和b 是常数。

（2）数字分析法

假设关键字是R进制数（如十进制）。并且哈希表中可能出现的关键字都是事先知道的，则可选取关键字的若干数位组成哈希地址。

选取的原则是使得到的哈希地址尽量避免冲突，即所选数位上的数字尽可能是随机的。

（3）平方取中法

取关键字平方后的中间几位为哈希地址。通常在选定哈希函数时不一定能知道关键字的全部情况，仅取其中的几位为地址不一定合适；

而一个数平方后的中间几位数和数的每一位都相关， 由此得到的哈希地址随机性更大。取的位数由表长决定。

（4）除留余数法

取关键字被某个不大于哈希表表长 m 的数 p 除后所得的余数为哈希地址。

即 f(key) = key % p (p ≤ m)

这是一种最简单、最常用的方法，它不仅可以对关键字直接取模，也可在折叠、平方取中等运算之后取模。

注意：p的选择很重要，如果选的不好，容易产生冲突。根据经验，一般情况下可以选p为素数。

（5）随机数法

选择一个随机函数，取关键字的随机函数值为它的哈希地址，即 f(key) = random(key)。

通常，在关键字长度不等时采用此法构造哈希函数较为恰当。

解决冲突

---

设计合理的哈希函数可以减少冲突，但不能完全避免冲突。

所以需要有解决冲突的方法，常见有两类

（1）开放定址法

如果两个数据元素的哈希值相同，则在哈希表中为后插入的数据元素另外选择一个表项。
当程序查找哈希表时，如果没有在第一个对应的哈希表项中找到符合查找要求的数据元素，程序就会继续往后查找，直到找到一个符合查找要求的数据元素，或者遇到一个空的表项。

例子

若要将一组关键字序列 {1, 9, 25, 11, 12, 35, 17, 29} 存放到哈希表中。

采用除留余数法构造哈希表；采用开放定址法处理冲突。

不妨设选取的p和m为13，由 f(key) = key % 13 可以得到下表。

需要注意的是，在上图中有两个关键字的探查次数为 2 ，其他都是1。

这个过程是这样的：

a. 12 % 13 结果是12，而它的前面有个 25 ，25 % 13 也是12，存在冲突。

我们使用开放定址法 (12 + 1) % 13 = 0，没有冲突，完成。

b. 35 % 13 结果是 9，而它的前面有个 9，9 % 13也是 9，存在冲突。

我们使用开放定址法 (35 + 1) % 13 = 10，没有冲突，完成。

（2）拉链法

将哈希值相同的数据元素存放在一个链表中，在查找哈希表的过程中，当查找到这个链表时，必须采用线性查找方法。

在这种方法中，哈希表中每个单元存放的不再是记录本身，而是相应同义词单链表的头指针。

例子

如果对开放定址法例子中提到的序列使用拉链法，得到的结果如下图所示：

 

实现一个哈希表

---

假设要实现一个哈希表，要求

a. 哈希函数采用除留余数法，即 f(key) = key % p (p ≤ m)

b. 解决冲突采用开放定址法，即 f₂(key) = (f(key)+i) % size (p ≤ m)

（1）定义哈希表的数据结构

class HashTable {
    public int key = 0; // 关键字
    public int data = 0; // 数值
    public int count = 0; // 探查次数
}

（2）在哈希表中查找关键字key

根据设定的哈希函数，计算哈希地址。如果出现地址冲突，则按设定的处理冲突的方法寻找下一个地址。

如此反复，直到不冲突为止（查找成功）或某个地址为空（查找失败）。

/**
 * 查找哈希表
 * 构造哈希表采用除留取余法，即f(key) = key mod p (p ≤ size)
 * 解决冲突采用开放定址法，即f2(key) = (f(key) + i) mod p (1 ≤ i ≤ size-1)
 * ha为哈希表，p为模，size为哈希表大小，key为要查找的关键字
 */
public int searchHashTable(HashTable[] ha, int p, int size, int key) {
    int addr = key % p; // 采用除留取余法找哈希地址

    // 若发生冲突，用开放定址法找下一个哈希地址
    while (ha[addr].key != NULLKEY && ha[addr].key != key) {
        addr = (addr + 1) % size;
    }

    if (ha[addr].key == key) {
        return addr; // 查找成功
    } else {
        return FAILED; // 查找失败
    }
}

（3）删除关键字为key的记录

在采用开放定址法处理冲突的哈希表上执行删除操作，只能在被删记录上做删除标记，而不能真正删除记录。

找到要删除的记录，将关键字置为删除标记DELKEY。

public int deleteHashTable(HashTable[] ha, int p, int size, int key) {
    int addr = 0;
    addr = searchHashTable(ha, p, size, key);
    if (FAILED != addr) { // 找到记录
        ha[addr].key = DELKEY; // 将该位置的关键字置为DELKEY
        return SUCCESS;
    } else {
        return NULLKEY; // 查找不到记录，直接返回NULLKEY
    }
}

（4）插入关键字为key的记录

将待插入的关键字key插入哈希表
先调用查找算法，若在表中找到待插入的关键字，则插入失败；
若在表中找到一个开放地址，则将待插入的结点插入到其中，则插入成功。 

public void insertHashTable(HashTable[] ha, int p, int size, int key) {
    int i = 1;
    int addr = 0;
    addr = key % p; // 通过哈希函数获取哈希地址
    if (ha[addr].key == NULLKEY || ha[addr].key == DELKEY) { // 如果没有冲突，直接插入
        ha[addr].key = key;
        ha[addr].count = 1;
    } else { // 如果有冲突，使用开放定址法处理冲突
        do {
            addr = (addr + 1) % size; // 寻找下一个哈希地址
            i++;
        } while (ha[addr].key != NULLKEY && ha[addr].key != DELKEY);

        ha[addr].key = key;
        ha[addr].count = i;
    }
}

（5）建立哈希表

先将哈希表中各关键字清空，使其地址为开放的，然后调用插入算法将给定的关键字序列依次插入。

public void createHashTable(HashTable[] ha, int[] list, int p, int size) {
    int i = 0;
    
    // 将哈希表中的所有关键字清空
    for (i = 0; i < ha.length; i++) {
        ha[i].key = NULLKEY;
        ha[i].count = 0;
    }

    // 将关键字序列依次插入哈希表中
    for (i = 0; i < list.length; i++) {
        this.insertHashTable(ha, p, size, list[i]);
    }
}

完整代码

  1 class HashTable {
  2     public int key = 0; // 关键字
  3     public int data = 0; // 数值
  4     public int count = 0; // 探查次数
  5 }
  6 
  7 public class HashSearch {
  8 
  9     private final static int MAXSIZE = 20;
 10     private final static int NULLKEY = 1;
 11     private final static int DELKEY = 2;
 12     private final static int SUCCESS = 0; 
 13     private final static int FAILED = 0xFFFFFFFF;
 14 
 15     /**
 16      * 查找哈希表
 17      * 构造哈希表采用除留取余法，即f(key) = key mod p (p ≤ size)
 18      * 解决冲突采用开放定址法，即f2(key) = (f(key) + i) mod p (1 ≤ i ≤ size-1)
 19      * ha为哈希表，p为模，size为哈希表大小，key为要查找的关键字
 20      */
 21     public int searchHashTable(HashTable[] ha, int p, int size, int key) {
 22         int addr = key % p; // 采用除留取余法找哈希地址
 23 
 24         // 若发生冲突，用开放定址法找下一个哈希地址
 25         while (ha[addr].key != NULLKEY && ha[addr].key != key) {
 26             addr = (addr + 1) % size;
 27         }
 28 
 29         if (ha[addr].key == key) {
 30             return addr; // 查找成功
 31         } else {
 32             return FAILED; // 查找失败
 33         }
 34     }
 35 
 36     /**
 37      * 删除哈希表中关键字为key的记录
 38      * 找到要删除的记录，将关键字置为删除标记DELKEY
 39      */
 40     public int deleteHashTable(HashTable[] ha, int p, int size, int key) {
 41         int addr = 0;
 42         addr = searchHashTable(ha, p, size, key);
 43         if (FAILED != addr) { // 找到记录
 44             ha[addr].key = DELKEY; // 将该位置的关键字置为DELKEY
 45             return SUCCESS;
 46         } else {
 47             return NULLKEY; // 查找不到记录，直接返回NULLKEY
 48         }
 49     }
 50 
 51     /**
 52      * 将待插入的关键字key插入哈希表
 53      * 先调用查找算法，若在表中找到待插入的关键字，则插入失败；
 54      * 若在表中找到一个开放地址，则将待插入的结点插入到其中，则插入成功。
 55      */
 56     public void insertHashTable(HashTable[] ha, int p, int size, int key) {
 57         int i = 1;
 58         int addr = 0;
 59         addr = key % p; // 通过哈希函数获取哈希地址
 60         if (ha[addr].key == NULLKEY || ha[addr].key == DELKEY) { // 如果没有冲突，直接插入
 61             ha[addr].key = key;
 62             ha[addr].count = 1;
 63         } else { // 如果有冲突，使用开放定址法处理冲突
 64             do {
 65                 addr = (addr + 1) % size; // 寻找下一个哈希地址
 66                 i++;
 67             } while (ha[addr].key != NULLKEY && ha[addr].key != DELKEY);
 68 
 69             ha[addr].key = key;
 70             ha[addr].count = i;
 71         }
 72     }
 73 
 74     /**
 75      * 创建哈希表
 76      * 先将哈希表中各关键字清空，使其地址为开放的，然后调用插入算法将给定的关键字序列依次插入。
 77      */
 78     public void createHashTable(HashTable[] ha, int[] list, int p, int size) {
 79         int i = 0;
 80         
 81         // 将哈希表中的所有关键字清空
 82         for (i = 0; i < ha.length; i++) {
 83             ha[i].key = NULLKEY;
 84             ha[i].count = 0;
 85         }
 86 
 87         // 将关键字序列依次插入哈希表中
 88         for (i = 0; i < list.length; i++) {
 89             this.insertHashTable(ha, p, size, list[i]);
 90         }
 91     }
 92 
 93     /**
 94      * 输出哈希表
 95      */
 96     public void displayHashTable(HashTable[] ha) {
 97         int i = 0;
 98         System.out.format("pos:	", "pos");
 99         for (i = 0; i < ha.length; i++) {
100             System.out.format("%4d", i);
101         }
102         System.out.println();
103 
104         System.out.format("key:	");
105         for (i = 0; i < ha.length; i++) {
106             if (ha[i].key != NULLKEY) {
107                 System.out.format("%4d", ha[i].key);
108             } else {
109                 System.out.format("    ");
110             }
111         }
112         System.out.println();
113 
114         System.out.format("count:	");
115         for (i = 0; i < ha.length; i++) {
116             if (0 != ha[i].count) {
117                 System.out.format("%4d", ha[i].count);
118             } else {
119                 System.out.format("    ");
120             }
121         }
122         System.out.println();
123     }
124 
125     public static void main(String[] args) {
126         int[] list = { 3, 112, 245, 27, 44, 19, 76, 29, 90 };
127         HashTable[] ha = new HashTable[MAXSIZE];
128         for (int i = 0; i < ha.length; i++) {
129             ha[i] = new HashTable();
130         }
131 
132         HashSearch search = new HashSearch();
133         search.createHashTable(ha, list, 19, MAXSIZE);
134         search.displayHashTable(ha);
135 
136     }
137 
138 }

参考资料

---

《数据结构习题与解析》（B级第3版）