数据结构_散列表

Posted mfmdaoyou

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构_散列表相关的知识,希望对你有一定的参考价值。

散列表的查找技术

        我们学过的查找技术都是通过一系列的给定值与关键码的比較,查找效率依赖于查找过程中进行的给定值与关键码的比較次数。

而散列表的查找不用比較。通过关键码直接确定存储位置。

在存储位置和关键码之间建立一个确定的相应关系。
        散列表的基本思想:在记录的存储地址和他的关键码之间建立一个确定的相应关系。

这样。不经过比較,一次读取就能得到所查元素的查找方法。
        散列表:採用散列技术将记录存储在一块连续的存储空间中,这块连续的存储空间称为散列表。
        散列函数:将关键码映射为散列表中适当存储位置的函数。
        散列地址:由散列函数所得的存储位置。
        比如 :一组数:12, 37。 52, 43, 84, 99
                    散列表函数为:H(k) = k%11
                    散列表:长度为11
技术分享
        散列既是一种查找技术,也是一种存储技术。散列仅仅是通过记录的关键码定位该记录。没有完整的表达记录之间的逻辑关系,所以。散列主要是面向查找的存储结构。


        散列技术的关键问题:1、散列函数的设计。怎样设计一个简单、均匀、存储利用效率高的散列函数。
                                                2、冲突的处理。

怎样採用合适的处理冲突方法来解决冲突。
        冲突:对于两个不同的关键码Ki != Kj,有H(Ki) = H(Kj),即两个不同的记录须要存放在同一个存储位置。Ki和Kj相对于H称为同义词。
        散列函数。设计散列函数一般应遵循下面原则:
                     1、计算简单。

散列函数不应该有非常大的计算量。否则会减少查找效率。


                     2、函数值即散列地址分布均匀。

函数值要尽量均匀散布在地址空间,这样才干保证存储空间的有效利用并降低冲突。
    (1)、散列函数-直接定址法
           散列函数是关键码的线性函数。即H(key) = a *key + b (a、b为常数)
           适用情况:事先知道关键码。关键码集合不是非常大且连续性较好。
      (2)、散列函数-除留余数法
           散列函数为 : H(key) = key mod p 普通情况下。选p为小于或等于表长(最好接近表长)的最小素数。


           适用情况:不要求事先知道关键码的分布。 

      (3)、散列函数-数字分析法

            依据关键码在各个位上的分布情况,选取分布比較均匀的若干位组成散列地址。

           适用情况:能预先预计出所有关键码的每一位上各种数字出现的频度,不同的关键码集合须要又一次分析。

      (4)、散列函数-平方取中法

            对关键码平方后,依照散列表大小,取中间的若干位作为散列地址(平方后截取)

           适用情况:实现不知道关键码的分布且关键码的位数不是非常大。

       (5)、散列函数-折叠法

           将关键码从左到右切割成位数相等的几部分,将这几部分叠加求和,取后几位作为散列地址。

           适用情况:关键码位数非常多,事先不知道关键码的分布。


处理冲突的方法-开放定址法

      由关键码得到的散列地址一旦产生了冲突,就去寻找下一个空的散列地址。并将记录存入。

                                     方法:1、线性探測法            2、二次探測法                3、随机探測法

以上是关于数据结构_散列表的主要内容,如果未能解决你的问题,请参考以下文章

《数据结构》_8跳表和散列表

python如何用散列表实现简单数据库

Python 散列表查询_进入<哈希函数;为结界的世界

数据结构与算法—散列表

数据结构 散列表

数据结构—— 散列查找:散列表