hash表简单实现

查找算法大总结： http://www.cnblogs.com/maybe2030/p/4715035.html#_label6

常用的hash函数： http://blog.csdn.net/mycomputerxiaomei/article/details/7641221

什么是哈希表（Hash）？

　　我们使用一个下标范围比较大的数组来存储元素。可以设计一个函数（哈希函数， 也叫做散列函数），使得每个元素的关键字都与一个函数值（即数组下标）相对应，于是用这个数组单元来存储这个元素；也可以简单的理解为，按照关键字为每一个元素"分类"，然后将这个元素存储在相应"类"所对应的地方。但是，不能够保证每个元素的关键字与函数值是一一对应的，因此极有可能出现对于不同的元素，却计算出了相同的函数值，这样就产生了"冲突"，换句话说，就是把不同的元素分在了相同的"类"之中。后面我们将看到一种解决"冲突"的简便做法。

　　总的来说，"直接定址"与"解决冲突"是哈希表的两大特点。

　　什么是哈希函数？

　　哈希函数的规则是：通过某种转换关系，使关键字适度的分散到指定大小的的顺序结构中，越分散，则以后查找的时间复杂度越小，空间复杂度越高。

　　算法思想：哈希的思路很简单，如果所有的键都是整数，那么就可以使用一个简单的无序数组来实现：将键作为索引，值即为其对应的值，这样就可以快速访问任意键的值。这是对于简单的键的情况，我们将其扩展到可以处理更加复杂的类型的键。

　　算法流程：

　　1）用给定的哈希函数构造哈希表；

　　2）根据选择的冲突处理方法解决地址冲突；

　　　　常见的解决冲突的方法：拉链法和线性探测法。详细的介绍可以参见：浅谈算法和数据结构: 十一 哈希表。

　　3）在哈希表的基础上执行哈希查找。

　　哈希表是一个在时间和空间上做出权衡的经典例子。如果没有内存限制，那么可以直接将键作为数组的索引。那么所有的查找时间复杂度为O(1)；如果没有时间限制，那么我们可以使用无序数组并进行顺序查找，这样只需要很少的内存。哈希表使用了适度的时间和空间来在这两个极端之间找到了平衡。只需要调整哈希函数算法即可在时间和空间上做出取舍。

实现：

定义hash：

typedef struct node
{
    int value;
    struct node *next;
}NODE; 

typedef struct hash
{
    int size;
    NODE **list;
}HASH;

初始化hash：

HASH *HashInit(int size)
{
    if (size <= 0)
        return NULL;
    HASH *hash = (HASH*)malloc(sizeof(HASH));
    if (NULL == hash)
        return NULL;
    hash->size = size;
    hash->list = (NODE**)malloc(sizeof(NODE*) * hash->size);
    if (NULL == hash->list)
    {
        free(hash);
        hash = NULL;
        return NULL;
    }
    int i;
    for (i = 0; i < size; i++)
    {
        hash->list[i] = (NODE*)malloc(sizeof(NODE));
        hash->list[i]->next = NULL;
    }
    return hash;
}

hash查找：

NODE *HashFind(HASH *hash, int key)
{
    NODE *list = hash->list[HashFun(key, hash->size)];
    NODE *node = list->next;
    for (;NULL != node && node->value != key; node = node->next);
    return node;
}

hash插入：

void HashInstert(HASH* hash, int key)
{
    if (NULL != HashFind(hash, key))
        return;
    NODE *node = (NODE*)malloc(sizeof(NODE));
    if (NULL == node)
        return;
    NODE *list = hash->list[HashFun(key, hash->size)];
    node->value = key;
    node->next = list->next;
    list->next = node;
}