浅谈哈希表及用C语言构建哈希表

哈希表：通过key-value而直接进行访问的数据结构，不用经过关键值间的比较，从而省去了大量处理时间。

哈希函数：选择的最主要考虑因素——尽可能避免冲突的出现

构造哈希函数的原则是：
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。

1.直接定址法：

如果我们现在要对0-100岁的人口数字统计表，那么我们对年龄这个关键字就可以直接用年龄的数字作为地址。此时f(key) = key。

这个时候，我们可以得出这么个哈希函数：f(0) = 0，f(1) = 1，……，f(20) = 20。这个是根据我们自己设定的直接定址来的。人数我们可以不管，我们关心的是如何通过关键字找到地址。如果我们现在要统计的是80后出生年份的人口数，那么我们对出生年份这个关键字可以用年份减去1980来作为地址。此时f (key) = key-1980。

假如今年是2000年，那么1980年出生的人就是20岁了，此时 f(2000) = 2000 - 1980，可以找得到地址20，地址20里保存了数据“人数500万”。也就是说，我们可以取关键字的某个线性函数值为散列地址，即：

f(key) = a × key + b

这样的散列函数优点就是简单、均匀，也不会产生冲突，但问题是这需要事先知道关键字的分布情况，适合査找表较小且连续的情况。由于这样的限制，在现实应用中，直接定址法虽然简单，但却并不常用。

2.数字分析法：

分析一组数据，比如一组员工的出生年月日，这时我们发现出生年月日的前几位数字大体相同，这样的话，出现冲突的几率就会很大，但是我们发现年月日的后几位表示月份和具体日期的数字差别很大，如果用后面的数字来构成散列地址，则冲突的几率会明显降低。因此数字分析法就是找出数字的规律，尽可能利用这些数据来构造冲突几率较低的散列地址。

3.折叠法：

将关键字分割成位数相同的几部分，最后一部分位数可以不同，然后取这几部分的叠加和（去除进位）作为散列地址。

4.除留余数法:

（常用：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。对p的选择很重要，一般取素数或m，若p选的不好，容易产生同义词。

5. 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。这是因为：平方后中间几位和关键字中每一位都相关，故不同关键字会以较高的概率产生不同的哈希地址。

6．伪随机数法：

采用一个伪随机函数做哈希函数，即h(key)=random(key)。

解决冲突方法

1.开放定址法：

当发生地址冲突时，按照某种方法继续探测哈希表中的其他存储单元，直到找到空位置为止。这个过程可用下式描述： H i ( key ) = ( H ( key )+ d i ) mod m ( i = 1,2,…… ， k ( k ≤ m – 1)) 其中： H ( key ) 为关键字 key 的直接哈希地址， m 为哈希表的长度， di 为每次再探测时的地址增量。采用这种方法时，首先计算出元素的直接哈希地址 H ( key ) ，如果该存储单元已被其他元素占用，则继续查看地址为 H ( key ) + d 2 的存储单元，如此重复直至找到某个存储单元为空时，将关键字为 key 的数据元素存放到该单元。增量 d 可以有不同的取法，并根据其取法有不同的称呼：（ 1 ） d i ＝ 1 ， 2 ， 3 ， …… 线性探测再散列；
（ 2 ） d i ＝ 1^2 ，－ 1^2 ， 2^2 ，－ 2^2 ， k^2， -k^2…… 二次探测再散列；
（ 3 ） d i ＝伪随机序列伪随机再散列；

2.链地址法：

链地址法解决冲突的做法是：如果哈希表空间为 0 ～ m - 1 ，设置一个由 m 个指针分量组成的一维数组 ST[ m ], 凡哈希地址为 i 的数据元素都插入到头指针为 ST[ i ] 的链表中。这种方法有点近似于邻接表的基本思想，且这种方法适合于冲突比较严重的情况。

3.公共溢出区法:

将哈希表分为基本表和溢出表两部分，凡是和基本表发生冲突的元素，一律填入溢出表

C语言实现

定义一些宏与结构体

#define HashMaxSize 1000 //哈希表最大容量
#define LoadFactor 0.8  //负载因子，表示哈希表的负载能力

typedef int KeyType;
typedef int ValueType;
typedef size_t(*HashFunc)(KeyType key)//定义HashFunc是一个指向函数的指定，它可以指向函数类型有size_t且有一个int参数的函数;重定义哈希函数

typedef enum Stat{  //表示每个元素的状态
    Empty,  //空，当前没有值
    Valid,  //当前的值有效
    Invalid //非空但无效，表示当前节点被删除
}Stat;

typedef struct HashElem    //哈希表的元素结构体
{
    /* data */
    KeyType key;
    ValueType value;
    Stat stat;
}HashElem;

typedef struct HashTable    //哈希表
{
    HashElem data[HashMaxSize];
    size_t size;    //当前有效的元素个数
    HashFunc hashfunc;
}HashTable;
复制代码

函数声明

void HashTableInit(HashTable *ht,HashFunc hashfunc);
//初始化哈希表

int HashTableInsert(HashTable *ht,KeyType key,ValueType value);

int HashTableFind(HashTable *ht,KeyType key,ValueType *value,size_t *cur);
//哈希表的查找，找到返回1，并返回这个节点的value值，未找到返回0

void HashRemove(HashTable *ht,KeyType key);
//删除值为key的结点

int HashEmpty(HashTable *ht);
//判断哈希表是否为空

size_t HashSize(HashTable *ht);
//求哈希表的大小

void HashTableDestroy(HashTable *ht);
//销毁哈希表
复制代码

函数实现

size_t HashFuncDefault(KeyType key){
    return key%HashMaxSize;//检查是否超出最大储存量
}

void HashTableInit(HashTable *ht){
    if (ht == NULL) //非法输入
        return;
    ht->size = 0;
    ht->hashfunc = HashFuncDefault;//错误赋值
    for (size_t i =0;i<HashMaxSize;i++){
        ht->data[i].key = 0;
        ht->dota[i].stat = Empty;
        ht->data[i].value = 0;
    }
    
    
    
}

int HashTableInsert(HashTable *ht,KeyType key,ValueType value){
    if (ht == NULL)
        return 0;
    if (ht->size >= HashMaxSize*LoadFactor) //当哈希表的size超出了负载
        return 0;
    size_t cur = ht->hashfunc(key); //根据哈希函数将key转换，求得key在哈希表中的下标

    while(1){//判断当前下标是否被占用
        if (ht->data[cur].key ==key) //保证不会用重复的数字存入哈希表
            return 0;
        if(ht->data[cur].stat != Valid){
            ht->data[cur].key =key;
            ht->data[cur].value = value;
            ht->data[cur].stat = Valid;
            ht->size++;
            return 1;
        }
        cur++;
    }
}

int HashTableFind(HashTable *ht,KeyType key,ValueType *value){//哈希表的查找，找到返回1，没找到返回0
    if(ht == NULL)
        return 0;
    size_t offset=ht->hashfunc(key);//通过哈希函数找到key的下标

    if(ht->data[offset].key == key && ht->data[offset].stat == Valid){//若当前下标所对应的值正好是key并且当前的状态必须为valid才返回
        *value = ht->data[offset].value;
        return 1;
    } else{//值不为key，根据冲突解决方法查找(当前解决方法为逐个往后查)，直到找到stat等于empty
        while (ht->data[offset].stat !=Empty){
            if(ht->data[offset].key !=key){
                offset++;
                if(offset >= HashMaxSize//判断下标是否超出最大值)
                    offset = 0;
            } else{
                if(ht->data[offset].stat == Valid){
                    *value =ht->data[offset].value;
                    return 1;
                } else
                    offset++;
            }
        }
        return 0;
    }

}

int HashTableFindCur(HashTable *ht,KeyType key,size_t *cur){//删除节点
    if(ht == NULL)
        return 0;
    for(size_t i = 0;i < HashMaxSize;i++){
        if(ht->data[i].key == key && ht->data[i].stat == Valid){
            *cur = i;//?
            return 1;
        }
    }
    return 0;
}

void HashRemove(HashTable *ht,KeyType key){
    if (ht == NULL) //非法输入
        return;
    ValueType value = 0;
    size_t cur =0;
    int ret = HashTableFindCur(ht,key,&cur);//通过find函数得到key是否存在哈希表中

    if(ret == 0)
        return;
    else{
        ht->data[cur].stat = Invalid;
        ht->size--;
    }
}
int HashEmpty(HashTable *ht){
    if(ht == NULL)
        return 0;
    else
        return ht->size >0?1:0
}
size_t HashSize(HashTable *ht){//求哈希表大小
    if(ht == NULL) {
        ht->data->stat = Empty;
        return ht->size;

    } else
    {
        return ht->size;
    }

}
void HashPrint(HashTable *ht, const char *msg){
    if(ht ==NULL || ht->size = 0)
        return;
    printf("%s/n",msg);

    for(size_t i =0;i< HashMaxSize;i++){
        if(ht->data[i],stat != Empty)
            printf("[%d] key=%d value=%d stat =%d\n",i,ht->data[i].key,ht->data[i].value,ht->data[i].stat);
    }
}

发表于 2020-12-18 10:35
阅读 ( 632 )
分类：C/C++开发