哈希表冲突及处理冲突的方法(含例子)
一、哈希函数和哈希冲突的基本概念
1.哈希函数:
哈希法又称散列法、杂凑法以及关键字地址计算法等,相应的表成为哈希表。
基本思想:首先在元素的关键字K和元素的位置P之间建立一个对应关系f,使得P=f(K),其中f成为哈希函数。
创建哈希表时,把关键字K的元素直接存入地址为f(K)的单元;
查找关键字K的元素时利用哈希函数计算出该元素的存储位置P=f(K).
2.哈希冲突:
当关键字集合很大时,关键字值不同的元素可能会映像到哈希表的同一地址上,即K1!=K2,但f(K1)=f(K2),这种现象称为hash冲突,实际中冲突是不可避免的,只能通过改进哈希函数的性能来减少冲突。
二、哈希函数的构造方法
哈希函数的构造原则是:函数本身便于计算、计算出来的地址分布均匀(即对任意K,f(K)对应不同地址的概率相等)。
1.数字分析法:
可以从关键如果事先知道关键字集合,并且每个关键字的位数比哈希表的地址码位数多时,可以从关键字中选出分布较均匀的若干位,构成哈希地址。
例如,有80个记录,关键字为8位十进制整数d1d2d3…d7d8,如哈希表长取100,则哈希表的地址空间为:00~99。
假设经过分析,各关键字中 d4和d7的取值分布较均匀,则哈希函数为:h(key)=h(d1d2d3…d7d8)=d4d7。例如,h(81346532)=43,h(81301367)=06。
相反,假设经过分析,各关键字中 d1和d8的取值分布极不均匀, d1 都等于5,d8 都等于2,此时,如果哈希函数为:h(key)=h(d1d2d3…d7d8)=d1d8,
则所有关键字的地址码都是52,显然不可取。
2.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。
例:我们把英文字母在字母表中的位置序号作为该英文字母的内部编码。例如K的内部编码为11,E的内部编码为05,Y的内部编码为25,A的内部编码为01, B的内部编码为02。
由此组成关键字“KEYA”的内部代码为11052501,同理我们可以得到关键字“KYAB”、“AKEY”、“BKEY”的内部编码。之后对关键字进行平方运算后,取出第7到第9位作为该关键字哈希地址,如图8.23所示。
关键字 内部编码 内部编码的平方值 H(k)关键字的哈希地址
KEYA 11050201 122157778355001 778
KYAB 11250102 126564795010404 795
AKEY 01110525 001233265775625 265
BKEY 02110525 004454315775625 315
3.分段叠加法:
这种方法是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),然后将这几部分相加,舍弃最高进位后的结果就是该关键字的哈希地址。
具体方法有折叠法与移位法。移位法是将分割后的每部分低位对齐相加,折叠法是从一端向另一端沿分割界来回折叠(奇数段为正序,偶数段为倒序),然后将各段相加。
例如:key=12360324711202065,哈希表长度为1000,则应把关键字分成4位一段,在此舍去最低的两位65,分别进行移位叠加和折叠叠加,求得哈希地址为105和907
(a)移位叠加 (b) 折叠叠加
1 2 3 1 2 3
6 0 3 3 0 6
2 4 7 2 4 7
1 1 2 2 1 1
0 2 0 0 2 0
—————— ——————
1 1 0 5 9 0 7
4.除留余数法:
假设哈希表长为m,p为小于等于m的最大素数,则哈希函数为 h(k)=k % p ,其中%为模p取余运算。
例如,已知待散列元素为(18,75,60,43,54,90,46),表长m=10,p=7,则有h(18)=18 % 7=4 h(75)=75 % 7=5 h(60)=60 % 7=4 h(43)=43 % 7=1 h(54)=54 % 7=5 h(90)=90 % 7=6 h(46)=46 % 7=4此时冲突较多。为减少冲突,可取较大的m值和p值,如m=p=13,结果如下:h(18)=18 % 13=5 h(75)=75 % 13=10 h(60)=60 % 13=8 h(43)=43 % 13=4 h(54)=54 % 13=2 h(90)=90 % 13=12 h(46)=46 % 13=7
三、处理冲突的方法
1.开放定址法(再散列法):
基本思想:当关键字key的哈希地址p=H(key)出现冲突时,以p为基础,产生另一个哈希地址p1,如果p1仍然冲突,再以p为基础,产生另一个哈希地址p2,…,直到找出一个不冲突的哈希地址pi ,将相应元素存入其中。 这种方法有一个通用的再散列函数形式:
Hi=(H(key)+di)% m i=1,2,…,n
其中H(key)为哈希函数,m 为表长,di称为增量序列。增量序列的取值方式不同,相应的再散列方式也不同。
1.线性探测再散列:
dii=1,2,3,…,m-1 冲突发生时,顺序查看表中下一单元,直到找出一个空单元或查遍全表。
2.二次探测再散列:
di=12,-12,22,-22,…,k2,-k2 ( k<=m/2 ) 冲突发生时,在表的左右进行跳跃式探测,比较灵活。
3.伪随机探测再散列:
di=伪随机数序列。 具体实现时,应建立一个伪随机数发生器,(如i=(i+p) % m),并给定一个随机数做起点。
4. 示例:
已知哈希表长度m=11,哈希函数为:H(key)= key % 11,则H(47)=3,H(26)=4,H(60)=5,
假设下一个关键字为69,则H(69)=3,与47冲突。
a): 如果用线性探测再散列处理冲突,下一个哈希地址为H1=(3 + 1)% 11 = 4,仍然冲突,再找下一个哈希地址为H2=(3 + 2)% 11 = 5,还是冲突,继续找下一个哈希地址为H3=(3 + 3)% 11 = 6,此时不再冲突,将69填入5号单元。
0 1 2 3 4 5 6 7 8 9 10
47 26 60 69
b): 如果用二次探测再散列处理冲突,下一个哈希地址为H1=(3 + 12)% 11 = 4,仍然冲突,再找下一个哈希地址为H2=(3 - 12)% 11 = 2,此时不再冲突,将69填入2号单元。
0 1 2 3 4 5 6 7 8 9 10
69 47 26 60
c): 如果用伪随机探测再散列处理冲突,且伪随机数序列为:2,5,9,……..,则下一个哈希地址为H1=(3 + 2)% 11 = 5,仍然冲突,再找下一个哈希地址为H2=(3 + 5)% 11 = 8,此时不再冲突,将69填入8号单元。
0 1 2 3 4 5 6 7 8 9 10
47 26 60 69
2.再哈希法:
这种方法是同时构造多个不同的哈希函数: Hi=RH1(key) i=1,2,…,k
当哈希地址Hi=RH1(key)发生冲突时,再计算Hi=RH2(key)……,直到冲突不再产生。这种方法不易产生聚集,但增加了计算时间。
3.拉链法(HashMap的冲突处理方式):
基本思想: 将所有哈希地址为i的元素构成一个称为同义词链的单链表,并将单链表的头指针存在哈希表的第i个单元中,因而查找、插入和删除主要在同义词链中进行。链地址法适用于经常进行插入和删除的情况。
例如: 已知一组关键字(32,40,36,53,16,46,71,27,42,24,49,64),哈希表长度为13,哈希函数为:H(key)= key % 13,则用链地址法处理冲突的结果如图所示:
位置 Entry
0
1 --> 40 --> 27 --> 53
2
3 --> 16 --> 42
4
5
6 --> 32 --> 71
7
8
9
10 --> 36 --> 49
11 --> 24
12 --> 64
本例的平均查找长度 ASL=(1*7+2*4+3*1)/13=1.38
4.建立公共溢出区:
这种方法的基本思想是: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
————————————————
版权声明:本文为CSDN博主「Hello_GY」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_40803710/article/details/80945617
哈希表冲突及处理冲突的方法(含例子)相关推荐
- 哈希表构造与处理冲突方法
我们知道:哈希表是一个固定大小的数组,数组的每个元素是一个链表(单向或双向)的头指针.如果Key一样,则在一起,如果Key不一样,则不在一起.哈希表的查询是飞快的.因为它不需要从头搜索,它利用Key的 ...
- 数据结构:哈希表函数构造和冲突解决方法
哈希表 哈希函数:记录的存储位置和它的关键字之间建立一个确定的对应关系. 冲突:对不同的关键字可能得到同一哈希地址,这种现象称为冲突. 哈希函数构造方法 1.直接定址法 取关键字或关键字的某个线性函数 ...
- leetcode有效的字母异位词--哈希表与Counter(两种方法天差地别)
水卡第n弹 话不多说,先展示以下我自己的写法 class Solution:def isAnagram(self, s: str, t: str) -> bool:s=collections.C ...
- 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 ...
- 哈希表及哈希冲突解决办法
哈希表及哈希冲突解决办法 目录 什么是哈希表? 哈希表的数据结构 哈希冲突 哈希冲突解决办法 1. 什么是哈希表? 哈希表(Hash table,也叫散列表),是根据关键码值(Key value)而直 ...
- 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(散列)函数 常见的哈希函数 字符串哈希函数 哈希冲突 闭散列(开放地址法) 开散列(链地址法/拉链法) 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) ...
- 初窥Java哈希(如何解决Hash冲突)
目录 一.引言 二.哈希表和哈希冲突概念 1.通过取模运算来建立一个简单的哈希表 2.什么是哈希冲突 3.哈希函数设计原则 4.常见的哈希函数 (1)直接定址法 (2)除留余数法 (3)平方取中法 ( ...
- 【数据结构】 哈希表 详解
目录 1. 概念 引入 2. 冲突 2.1 概念 2.2 避免 2.3 冲突-避免-哈希函数设计 2.4 冲突-避免-负载因子调节(重点) 2.5 冲突-解决 2.5.1 闭散列 2.6 冲突-解决- ...
- ds哈希查找—二次探测再散列_大白话之哈希表和哈希算法
哈希表概念 哈希表(散列表),是基于关键码值(Key value)而直接进行访问的数据结构.也就是说,它通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.这个映射函数叫做散列函数(哈希函数 ...
- 【Java数据结构】Map与Set、搜索树、哈希表
1.1 概念及场景 1.2 模型 二.Map 的使用 2.1.关于Map的说明 2.2.Map 的常用方法说明 2.3.TreeMap的使用案例 三.Set 的说明 3.1.常见方法说明 3.2.Tr ...
最新文章
- php自动到某个时间提醒,2周后,php脚本cron作业将提醒消息发送到特定的电子邮件地址...
- 计算公式1!+2!+3!+...+10!的和
- 企业网远程协助的小能手
- python连接mysql_Python连接MySQL
- 测试你的开源 IQ 答案
- python基础 ---- 使用pyCharm 调试
- java学习(110):日期date类
- 计算机网络——访问网站数据传输过程
- redis设置密码和其它服务器连接
- info matlab,c – 在OpenCV中是否有类似MATLAB的’impixelinfo()’功能?
- oracle服务器文件有哪些,Oracle服务器参数文件维护的技巧有哪些呢?
- Java开发工具(Eclipse工作空间的基本配置)
- mysql 修改字段为主键自增_「MySQL整理」 MySQL语法,如何操作数据表
- z3735 android5.1,『Sanghua的暴力美学』intel Z3735e 昂达V819i完全拆解。
- regester正则用法_Regester下载
- requests爬虫搜狗微信公众号
- Android性能测试文章汇总
- 双曲线和直线联立公式_谈直线和双曲线的位置关系之(1)联立方程法
- 这-96到底是个什么东西?
- 珠海云服务器散热器定做,我家云之瞎乱改造(散热+扩存)篇一
热门文章
- Java中的jar包下载地址整理
- 三维家导入户型镜像怎么使用_三维家设计中如何镜像?
- 万象网管2004怎么给自己的会员号加钱
- 关于安装低版本DX错误问题 directx 10 1023
- 网络工程师职业规划及发展前景
- 超音速 启动_使用“超音速亚原子Java”实现企业应用程序现代化的陷阱和陷阱
- 本页面上存在错误。Acrobat可能无法正确显示页面。请联系PDF文档的创建者来更正本页面上存在错误
- mms彩信发送 java_MMSDemo android彩信发送模块,实现了 的加密 接收,解密查看等功能。 238万源代码下载- www.pudn.com...
- Mybatis-plus批量插入
- 高通平台死机例子(log不足或无明显错误)