11. 散列表（哈希表）

文章目录

11. 散列表（哈希表）
- 直接寻址表
- 散列表
- - 链接法散列分析
- 散列函数
- - 除法散列
  - 乘法散列
  - 全域散列
- 开放寻址法
- - 线性探查
  - 双重探查
  - 开放寻址法分析
- 完全散列
- 涉及数据结构

许多应用都需要一种动态集合，至少支持Insert，Search和Delete的字典操作。
散列表（Hash Table）是实现字典操作的一种有效数据结构。尽管最坏情况下散列表查询一个元素的时间和链表的查询时间相同，为Θ(n)。但是在实际应用中，散列表的查询性能是极好的。在一些合理的假设下，散列表中扎寻一个元素的平均时间能为Ο(1)。

假设某应用需要用到一个动态集合，其中每个元素的KEY都是取自全域U={0, 1, …, m-1}。本章讨论方法都是基于这样的动态集合。

直接寻址表

当KEY的全域U较小时，直接寻址表是一种简单而有效的技术。
为了表示这个动态集合，我们用一个数组作为直接寻址表，记为T[0…m-1]，其中数组的每个位置称为槽，与全域U中的KEY一一对应。
K集合表示实际存在的元素的KEY集合。
槽k指向KEY为k的元素，如果K集合中没有k，那么T[k] = nil。

散列表

直接寻址表的缺点很明显：

如果全域U非常大，则计算机无法存储
如果K集合相对于全域U非常小，那么将非常浪费空间

如果直接寻址表占用的存储空间为Θ(∣U∣)\Theta(|U|)Θ(∣U∣)，那么散列表能将存储需求降至Θ(∣K∣)\Theta(|K|)Θ(∣K∣)，同时散列表中查找一个元素的时间为O(1)\Omicron(1)O(1)，不过是平均时间。

散列方式不同于直接寻址表的地方是，元素存储在散列表中的位置由散列函数决定，即k元素存储在散列表的h(k)位置。h(k)叫做k的散列值。

散列表T的大小比|U|小很多，所以肯定会有冲突的情况。

冲突最简单的解决方式是使用链接法，后面还介绍一种开放寻址法。
下图是链接法的图示，当有两个k值映射到了同一个散列值时，将它们保存在一个链表内。

链接法散列分析

如果要将n个数据存储在m大小的散列表中，我们称α=n/mα = n/mα=n/m为装载因子，即散列表的每个槽平均存放的数据。
假设散列函数能等可能的把数据散列到m个槽中，我们称这个假设为简单均匀散列。
这时每个槽存放元素个数的期望值为α。

所以，一次不成功查找的平均时间为Θ(1+α)\Theta(1+\alpha)Θ(1+α)。（1 表示散列函数消耗的时间）

因为每个槽的期望为α，而不成功的情况下，查找的期望时间就是从槽链表的头遍历到链表尾，所以期望时间就是槽链表的长度α。

一次成功查找的平均时间为Θ(1+α)\Theta(1+\alpha)Θ(1+α)。

具体证明参考公开课中老师的推理，或者书中推理。
自我理解：一个元素在槽中的位置是等概率随机的(1/α)，而且期望时间为元素在槽中位置的期望。期望位置为(1+2+..+α)*(1/α) = (α+1)/2

散列函数

最好的散列函数便是能达到简单均匀散列。
下面介绍一些的散列函数。其中全域散列能够达到这样的要求。

除法散列

h(k) = k mod m

m最好是一个素数，并且不能太接近2或者10的乘方。

乘法散列

h(k) = [(a * k) mod 2^w] >> (w − r)

k是w bits的数
m = 2^r
a最好是一个奇数，并且不能太接近2或者10的乘方。

全域散列

随机的选择散列函数，称为全域散列
Example：

h(k) = [(ak+b) mod p] mod m
where a and b are random ∈ {0, 1, . . . p−1}, and p is a large prime (> |U|).

证明全域散列为简单均匀散列的过程，参考公开课中老师的推理，或者书中推理。

开放寻址法

无链表，所有的元素都保存在table中
每个槽存储一个元素，m>=n
散列函数为h(k, i)，i从0开始，当有冲突后i++，直到找到一个空的位置，所以散列函数需要有如下性质：

对同一个KEY做m次探查，能把散列表填满h : U × {0, 1,...,m − 1} → {0, 1,...,m − 1}{h(k, 0), h(k, 1), . . . , h(k, m − 1)} == {0, 1,...,m − 1}

删除时，不能直接删除！删除后需要标记此位为删除位。

线性探查

h(k, i) = (h1(k) +i) mod m

双重探查

h(k, i) =(h1(k) + i·h2(k)) mod mh2(k) 需要和 m 互为质数
e.g. m = 2^r, h2(k) 永远为奇数

开放寻址法分析

给定一个装载因子α=n/m<1α = n/m < 1α=n/m<1的开放寻址散列表，并假设是均匀散列的：
对于一次不成功的查找，期望的探查次数至多为1/(1−α)1/(1-α)1/(1−α)
对于一次成功的查找，期望的探查次数至多为1αln⁡(1/(1−α))\frac{1}{α}\ln(1/(1-α))α1ln(1/(1−α))

完全散列

基于全域散列，完全没看。。。

涉及数据结构

点击查看实现

使用链接法的散列表

Github Source: https://github.com/maomao9003/Introduction-to-Algorithms/blob/master/Docs/Chapter/11.散列表.md

《算法导论》学习分享——11. 散列表（哈希表）相关推荐

算法设计与分析——散列表/哈希表（Hash Table）：直接寻址表
分类目录:<算法设计与分析>总目录相关文章: ·散列表/哈希表(Hash Table)(一):基础知识 ·散列表/哈希表(Hash Table)(二):直接寻址表 ·散列表/哈希表(Ha ...
【数据结构笔记41】散列表/哈希表的性能分享
本次笔记内容: 11.4 散列表的性能分析文章目录平均查找长度影响冲突产生的三个因素不同方法的性能线性探测法查找性能平方探测法和双散列探测法的查找性能期望探测次数与装填因子α的关系分离 ...
MIT算法导论公开课第七讲哈希表
哈希表又称散列表,其定义是根据一个哈希函数将集合S中的关键字映射到一个表中,这个表就称为哈希表,而这种方法就称为Hashing.从作用上来讲,构建哈希表的目的是把搜索的时间复杂度降低到O(1),考虑到 ...
散列表(哈希表)（散列函数构造、处理冲突、查找）
本文转载自: [1]https://blog.csdn.net/qq_22238021/article/details/78258605 [2]https://blog.csdn.net/duan19 ...
算法笔记（三）特殊数据结构——哈希表、有序表、并查集、KMP、Manacher、单调栈、位图、大数据类题
layout: post title: 算法笔记(三)特殊数据结构--哈希表.有序表.并查集.KMP.Manacher.单调栈.位图.大数据类题 description: 算法笔记(三)特殊数据结构- ...
算法导论答案第11章：散列表
11.1 直接寻址表 11.1-1 findmax(T,m) {max=T[0];for i=1 to m-1{if T[i]!=NIL && T[i]>maxmax=T[i]} ...
算法导论中C语言代码,算法导论-学习笔记与进度
算法导论阅读进度第一部分基础知识第一章计算中算法的角色 Done 1.1 算法输入与输出算法可以解决哪些问题数据结构技术一些比较难的问题 1.2 作为一种技术的算法效率算法和其 ...
算法导论 — 思考题8-6 合并有序列表的下界
(合并有序列表的下界)合并两个有序列表是我们经常会遇到的问题.作为MERGE-SORT的一个子过程,我们在2.3.1节中已经遇到过这一问题.对这一问题,我们将证明在最坏情况下,合并两个都包含nnn个元 ...
【算法导论学习-012】n个数随机等概率的抽样m个
算法法导论>P129页课后题5.3-7 suppose we want to create a random sample of the set {1,2,3,-,n}, thatis, an ...

《算法导论》学习分享——11. 散列表（哈希表）