声明：本篇博客根据回顾老师上课知识和书籍《数据结构——用C语言描述》（耿国华）整理得出，仅作知识回顾学习用。

1.哈希法

哈希法又称散列法、杂凑法、关键字地址计算法。相对应的表称为哈希表、散列表、或杂凑表等。

哈希方法思想：
首先在元素的关键字k和元素的存储位置p之间建立一个对应关系H，使得 p = H(k)，H成为哈希函数。创建哈希表时，把关键字为k的元素直接存入地址为H(k)的单元，以后查找关键字为k的元素时，再利用哈希函数计算该元素的存储位置。再按关键字存取元素。Hash中存储的key值都是唯一的。
哈希冲突：
当关键字集合很大的时候，关键字值不同的元素可能会映射到哈希表的同一个地址，即k1 != k2，H(k1) == H(k2)，这种现象称为冲突，此时k1和k2为同义词。事实上冲突是不可避免的，由于关键字可能发生冲突的集合远远大于实际开辟的哈希表长度，构成冲突的必然性，可通过改进哈希的性能来减少冲突，即降低冲突的可能性。

2.哈希函数的构造方法

构造哈希函数原则：
（1）函数本身便于计算
（2）计算出来的地址分布均匀，即对应任意一个关键字k，H(k)对应的不同地址的概率应该相同，以尽可能减少冲突

在实际应用中，构造哈希函数要考虑以下五个因素：
（1）计算哈希函数所需要的时间。哈希函数一定要简单，取放key值都需要根据哈希函数和key值计算位置，计算是要花时间的，尽可能要计算简单一点，这样计算时间也会少。
（2）关键字的长度。关键字过长，我们可以考虑取关键的某几位来建立哈希函数。
（3）哈希表的大小。哈希表可以减少查找次数，但是哈希表过短，或者过长都会使哈希法性能降低。
（4）关键字分布情况。为了使key值和哈希函数计算出来的地址分布均匀，要考虑关键字分布情况建立合适哈希函数。
（5）记录查找的频率。

2.1数字分析法

方法：
首先大概了解关键字集合。如果每个关键字的位数比哈希表的地址码位数多时，可以从key值选择分布均匀的若干位，构成哈希地址。
比如哈希表长度为100，即地址空间为0~99，如果有200个key值，且key值都是8位十进制数d1d2d3d4d5d6d7d8，那么我们可以选择分布较均匀的两位数字作为key值。比如说所有key中，第二位和第五位数字都分布较均匀（即200个key值的第二位第五位都比较随机），那么我们就取d2d5作为key值地址码，比如 34982748，地址码为42。
（在这里存在不相同的key值，但是地址码一样，这是哈希冲突，哈希冲突解决办法在最后给出。哈希表，一个地址码可以代表（存放）一组数据）。

2.2平方取中法

方法：
当无法确定关键字中哪几位分布较均匀时，可以求出关键字的平方值，再结合哈希表长度，取平方值的中间几位作为哈希地址（比如哈希表长度是 100，那哈希地址就00-99，我们就取key值平方后的中间2位作为地址码；如果哈希表长度是1000，那么哈希地址可以是000-999，那么就取key值平方后的中间3位作为地址码）。这是因为完成平方运算后，中间几位和关键字的每一位都相关，所以不同关键字会以较高的概率产生不同的哈希地址。

2.3分段叠加法

按哈希表地址位数将关键字分成位数相等的几部分（最后一部分可以较短），然后将这些部分相加，舍弃最高进位，剩下的数字作为地址码。比如哈希表长度为1000，可以表示地址码000-999。我们就把key值分成三位数为一部分。具体折叠方法有移位法和折叠法。以为叠加法直接将每一部分相加。折叠叠加法是将奇数段和偶数段分开，奇数段（偶数段）正常，偶数段（奇数段）倒序，再相加。

举例：12360324711202065

2.4除留余数法

顾名思义，即对key值进行取余。看有多少key值，如果有几十个key值，我们可以选择对10取余，对15取余，等等。余数就是对应的地址码。

其实不论什么方法，目的都是为了在保证哈希函数尽可能简单的情况下让key值计算出来的地址码尽可能均匀。即让哈希表起到提高查找效率的作用。所以不管什么方法，只要达到最终这个目的就行。

2.5伪随机数法

即用一个为随机函数作为哈希函数p = H(key) = random(key)。

3.处理冲突的方法

3.1开放定址法

也叫做再散列法。
思想：当关键字key的初始哈希地址p0 = H(key)出现冲突时（即该地址有key值了），以p0为基础，产生另一个地址p1，如果p1仍然冲突，再以p0为基础，产生另一个哈希地址p2…直至找到一个不冲突的地址pi，将key值存到里面。
即hi = (h0 + di)%m
m为表长，m为增量序列
（1）线性探测再散列
di = 1,2,3,4,…,m-1
（2）二次探测再散列
di = 1^2, -1^2, 2^2, -2^2,…, k^2, -k^2(k <= m/2)

3.2再哈希法

同时构造多个不同的哈希函数：
Hi = RHi(key)
哈希地址H1 = RH1(key)差生冲突时，再计算H2 = RH2(key)…直到冲突不再产生。

3.3建立公共溢出区

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。

3.4链地址法

哈希表里每个表格是一个地址码和一个指针。将对应的key值都放在（key,指针）这种空间中，连接在对应的地址码后面。比如我们哈希表的地址码是key值对10取余。
有数10，12 ，32，34，92，33，11，67，那么都映射到哈希表上，对应的结构为

结构体类型如下：

#define TABLESIZE 10
typedef int KeyType; // 键值的类型
typedef struct
{KeyType key; // 学生信息 学号//....其他数据成员 姓名//....其他数据成员
}DataType; // 存储的数据类型typedef struct
{DataType key;KeyNode* next;
}KeyNode;//key以这种结点方式被连接typedef struct Node
{int addcode;//地址码（0，1，2，3，...，9）KeyNode* next;//指向KeyNode类型的结点
}List;//哈希表每个格子的结构typedef struct Hash
{List* hash_table[TABLESIZE];
}ListHash;//哈希表

Hash——哈希法概念、哈希函数构造方法、哈希冲突解决办法（重点讨论链地址法）相关推荐

除留余数法构造哈希函数并用链地址法处理哈希冲突【C++实现】
1.题目描述哈希函数为H(key)=key%13,哈希冲突处理方法为:链地址法 c语言版数据结构上的例子 2.代码实现首先建立一个哈希链表结点类HashNode,用于存放处理冲突时的关键字,其数据 ...
【数据结构】人名查询哈希表设计（链地址法）
文章目录核心代码链表节点定义链地址法处理冲突查询函数完整代码下载核心代码哈希表使用「链地址法」解决地址冲突的方式,其数据结构就采用数组+链表 ,数组的每一个元素都是一个链表节点,当地址 ...
Hash（哈希）相关知识（哈希函数、哈希查找）
Hash(哈希)相关知识前言一. 哈希函数 1. 函数特性 1.1 基本的哈希函数 1.2 加密的哈希函数 2. 常见的哈希函数构造法 2.1 直接寻址法 2.2 数字分析法 2.3 平方取中法 ...
哈希表的基本概念详解以及具体实现（哈希函数、哈希冲突、负载因子）
一.哈希表哈希表是一个典型的用空间换时间的操作,利用数组随机访问的特性,最大化查找效率.哈希过程就是将数组元素与下标建立关系的过程. 二.哈希函数 1.哈希函数的意义: 哈希表是希望将元素与下标建立 ...
基础提升*哈希函数与哈希表
目录 1:哈希函数与哈希表 2:利用哈希表建立新的结构: 3:布隆过滤器(黑名单的查询与建立) 4:一致性哈希情景假设: 原始问题: 解决方法(一致性哈希) 一致性哈希的优点: 存在的问题: 解决方 ...
高级数据结构与算法 | 哈希：哈希冲突、负载因子、哈希函数、哈希表、哈希桶
文章目录哈希哈希函数常见的哈希函数字符串哈希函数哈希冲突闭散列的解决方法开散列的解决方法负载因子以及增容对于闭散列对于开散列结构具体实现哈希表(闭散列) 插入查找删除完整 ...
java取余数的函数_左神算法基础：哈希函数和哈希表
笔者在读研刚开始的时候,偶尔看面经,有这样一个问题:只用2GB内存在20亿个整数中找到出现次数最多的数,当时的我一脸懵逼,怎么去思考,20亿个数?What The Fuck! 但是,看完今天的文章,你 ...
igs无法分配驱动器映射表_左神算法基础：哈希函数和哈希表
笔者在读研刚开始的时候,偶尔看面经,有这样一个问题:只用2GB内存在20亿个整数中找到出现次数最多的数,当时的我一脸懵逼,怎么去思考,20亿个数?What The Fuck! 但是,看完今天的文章,你 ...
使用哈希函数：H（k）=3k MOD 11，并采用链地址法处理冲突。试对关键字序列（22,41,53,46,30,13,01,67）构造哈希表，求等概率情况下查找成功的查找长度，并设计构造哈希表
使用哈希函数:H(k)=3k MOD 11 ,并采用链地址法处理冲突. 试对关键字序列(22,41,53,46,30,13,01,67)构造哈希表, 求等概率情况下查找成功的查找长度,并设计构造哈希表 ...

Hash——哈希法概念、哈希函数构造方法、哈希冲突解决办法（重点讨论链地址法）