c语言《数据结构》散列表(哈希表)

简介: c语言《数据结构》散列表(哈希表)

前言


以下是我打的一个散列表,里面的内容主题已经打出来了,可以自行增添;


提示:以下是本篇文章正文内容,下面案例可供参考


#散列表的概念;

散列表(Hash table,也叫哈希表),是根据关键码值(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,存放记录的数组叫做散列表。


给定表M,存在函数f(key),对任意给定的关键字值key,代入函数后若能得到包含该关键字的记录在表中的地址,则称表M为哈希(Hash)表,函数f(key)为哈希(Hash) 函数。


二、使用步骤


1.定义散列表的结构


代码如下(示例):

结构体定义散列表:

typedef struct node

{

elemstyle data;

struct node* next;

}Node;

typedef struct hnode

{

Node* pn;

int n;

}HNode;


## 1.散列表初始化
代码如下(示例):
HNode* Init_HashTable(int n)
{
  Node* pn = (HNode*)malloc(sizeof(HNode)*n);
  for (int i = 0; i < n; i++)
  {
  pn[i].data = 0;
  pn[i].next = NULL;
  }
  HNode* pt = (HNode*)malloc(sizeof(HNode));
  pt->n = n;
  pt->pn = pn;
  return pt;
}
2.散列表关键码的插入
int insertHashTable(HNode* pt, elemstyle x)
{
  int d = x % pt->n;
  if (pt->pn[d].data == 0)
  {
  pt->pn[d].data = x;
  return true;
  }
  Node* prove = &(pt->pn[d]);
  Node* curr = pt->pn[d].next;
  while (curr&&curr->data!=x)//如果要相同的数据都要存放进去,则去掉curr->data!=x这个判断条件;
  {
    prove = curr;
    curr = curr->next;
  }
  if (curr)
  {
    return false;
  }
    Node* pmove = (Node*)malloc(sizeof(Node));
    pmove->data = x;
    pmove->next = NULL;
    prove->next = pmove;
    return true;
}
3.散列表的释放
int freeHashTable(HNode* pt)
{
  if (pt == NULL)
  {
  return true;
  }
  else
  {
  for (int i = 0; i < pt->n; i++)
  {
    Node* curr = pt->pn[i].next;
    while (curr)
    {
    Node* next = curr->next;
    free(curr);
    curr = next;
    }
  }
  free(pt->pn);
  free(pt);
  return true;
  }
}
4.利用同种方法还可以进行删除关键码,打印等,下面我把全代码写在下面:
**源代码:**
#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#define true 2
#define false -2
#define maxsize 100
typedef int elemstyle;
//哈希表的定义;
typedef struct node
{
  elemstyle data;
  struct node* next;
}Node;
typedef struct hnode
{
  Node* pn;
  int n;
}HNode;
//哈希表的初始化;
HNode* Init_HashTable(int n)
{
  Node* pn = (HNode*)malloc(sizeof(HNode)*n);
  for (int i = 0; i < n; i++)
  {
  pn[i].data = 0;
  pn[i].next = NULL;
  }
  HNode* pt = (HNode*)malloc(sizeof(HNode));
  pt->n = n;
  pt->pn = pn;
  return pt;
}
//哈希表的释放;
int freeHashTable(HNode* pt)
{
  if (pt == NULL)
  {
  return true;
  }
  else
  {
  for (int i = 0; i < pt->n; i++)
  {
    Node* curr = pt->pn[i].next;
    while (curr)
    {
    Node* next = curr->next;
    free(curr);
    curr = next;
    }
  }
  free(pt->pn);
  free(pt);
  return true;
  }
}
//哈希表的插入;
int insertHashTable(HNode* pt, elemstyle x)
{
  int d = x % pt->n;
  if (pt->pn[d].data == 0)
  {
  pt->pn[d].data = x;
  return true;
  }
  Node* prove = &(pt->pn[d]);
  Node* curr = pt->pn[d].next;
  while (curr&&curr->data!=x)//如果要相同的数据都要存放进去,则去掉curr->data!=x这个判断条件;
  {
    prove = curr;
    curr = curr->next;
  }
  if (curr)
  {
    return false;
  }
    Node* pmove = (Node*)malloc(sizeof(Node));
    pmove->data = x;
    pmove->next = NULL;
    prove->next = pmove;
    return true;
}
//哈希表查找函数;
int findHashTable(HNode* pt, elemstyle val)
{
  int d = val % pt->n;
  if (pt->pn[d].data == 0)
  {
  return false;
  }
  if (pt->pn[d].data == val)
  {
  return true;
  }
  else
  {
  Node* prove = &(pt->pn[d]);
  Node* curr = pt->pn[d].next;
  while (curr && curr->data != val)
  {
    prove = curr;
    curr = curr->next;
  }
  if (curr)
  {
    return true;
  }
  else
  {
    return false;
  }
  }
}
//哈希表的删除;
int deleteHashTable(HNode* pt, elemstyle val)
{
  int d = val % pt->n;
  if (pt->pn[d].data == 0)
  {
  return true;
  }
  else if (pt->pn[d].data == val)
  {
  if (pt->pn[d].next == NULL)
  {
    pt->pn[d].data = 0;
    return true;
  }
  else
  {
    Node* curr = pt->pn[d].next;
    pt->pn[d].data = curr->data;
    pt->pn[d].next = curr->next;
    free(curr);
    return true;
  }
  }
  else
  {
  Node* prove = &(pt->pn[d]);
  Node* curr = pt->pn[d].next;
  while (curr && curr->data != val)
  {
    prove = curr;
    curr = curr->next;
  }
  if (curr == NULL)
  {
    return false;
  }
  else
  {
    prove->next = curr->next;
    free(curr);
    return true;
  }
  }
}
//哈希表的打印;
void printHashTable(HNode* pt)
{
  if (pt == NULL)
  {
  printf("打印失败;");
  }
  else
  {
  for (int i = 0; i < pt->n; i++)
  {
    printf("%5d->:",i);
    if (pt->pn[i].data != 0)
    {
    printf("%5d", pt->pn[i].data);
    }
    Node* curr = pt->pn[i].next;
    while (curr)
    {
      printf("->%5d", curr->data);
      curr = curr->next;
    }
    putchar('\n');
  }
  }
}
//主函数;
int main(void)
{
  int n;
  int data;
  printf("输入哈希表的长度:\n");
  scanf("%d", &n);
  //散列表的初始化(哈希表的初始化);
  HNode*pt=Init_HashTable(n);
  //进行数据的插入;
  int val[maxsize];
  printf("输入你关键码;\n");
  for (int i = 0; i < n; i++)
  {
  scanf("%d", &val[i]);
  insertHashTable(pt, val[i]);
  }
  //对要查询的数据进行查询;
  scanf("%d", &data);
  int k=findHashTable(pt, data);
  if (k > 0)
  {
  printf("查找成功;\n");
  }
  else
  {
  printf("查找失败;\n");
  }
  //打印哈希表;
  printHashTable(pt);
  //释放哈希表;
  freeHashTable(pt);
}
# 总结
散列表就是一种查询数据的方式,有很多的方式,比如线性探测法,平方探测法等一系列。
相关文章
|
3月前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
94 1
|
3月前
|
存储 算法 搜索推荐
【趣学C语言和数据结构100例】91-95
本文涵盖多个经典算法问题的C语言实现,包括堆排序、归并排序、从长整型变量中提取偶数位数、工人信息排序及无向图是否为树的判断。通过这些问题,读者可以深入了解排序算法、数据处理方法和图论基础知识,提升编程能力和算法理解。
81 4
|
3月前
|
存储 机器学习/深度学习 搜索推荐
【趣学C语言和数据结构100例】86-90
本文介绍并用C语言实现了五种经典排序算法:直接插入排序、折半插入排序、冒泡排序、快速排序和简单选择排序。每种算法都有其特点和适用场景,如直接插入排序适合小规模或基本有序的数据,快速排序则适用于大规模数据集,具有较高的效率。通过学习这些算法,读者可以加深对数据结构和算法设计的理解,提升解决实际问题的能力。
63 4
|
3月前
|
存储 算法 数据处理
【趣学C语言和数据结构100例】81-85
本文介绍了五个经典算法问题及其C语言实现,涵盖图论与树结构的基础知识。包括使用BFS求解单源最短路径、统计有向图中入度或出度为0的点数、统计无向无权图各顶点的度、折半查找及二叉排序树的查找。这些算法不仅理论意义重大,且在实际应用中极为广泛,有助于提升编程能力和数据结构理解。
63 4
|
3月前
|
算法 数据可视化 数据建模
【趣学C语言和数据结构100例】76-80
本文介绍了五种图论算法的C语言实现,涵盖二叉树的层次遍历及广度优先搜索(BFS)和深度优先搜索(DFS)的邻接表与邻接矩阵实现。层次遍历使用队列按层访问二叉树节点;BFS利用队列从源节点逐层遍历图节点,适用于最短路径等问题;DFS通过递归或栈深入图的分支,适合拓扑排序等场景。这些算法是数据结构和算法学习的基础,对提升编程能力和解决实际问题至关重要。
68 4
|
3月前
|
存储 算法 vr&ar
【趣学C语言和数据结构100例】71-75
本文介绍了五个C语言数据结构问题及其实现,涵盖链表与二叉树操作,包括按奇偶分解链表、交换二叉树左右子树、查找节点的双亲节点、计算二叉树深度及求最大关键值。通过递归和遍历等方法,解决了理论与实际应用中的常见问题,有助于提升编程能力和数据结构理解。
59 4
|
3月前
|
存储 算法 C语言
【趣学C语言和数据结构100例】66-70
本书《趣学C语言和数据结构100例》精选了5个典型的数据结构问题及C语言实现,涵盖链表与数组操作,如有序集合的集合运算、有序序列表的合并、数组中两顺序表位置互换、三递增序列公共元素查找及奇偶数重排。通过详细解析与代码示例,帮助读者深入理解数据结构与算法设计的核心思想,提升编程技能。
47 4
|
3月前
|
存储 算法 C语言
【趣学C语言和数据结构100例】51-55
本文介绍了五个关于链表操作的C语言实现案例,包括删除单链表中的重复元素、从两个有序链表中查找公共元素、判断一个链表是否为另一链表的连续子序列、判断循环双链表是否对称及合并两个循环单链表。每个案例都详细解析了算法思路与实现方法,涵盖了链表操作的多种场景,旨在帮助读者深入理解链表数据结构的应用,提升算法设计与编程能力。
57 4
|
4天前
|
定位技术 C语言
c语言及数据结构实现简单贪吃蛇小游戏
c语言及数据结构实现简单贪吃蛇小游戏
|
22天前
|
搜索推荐 C语言
数据结构(C语言)之对归并排序的介绍与理解
归并排序是一种基于分治策略的排序算法,通过递归将数组不断分割为子数组,直到每个子数组仅剩一个元素,再逐步合并这些有序的子数组以得到最终的有序数组。递归版本中,每次分割区间为[left, mid]和[mid+1, right],确保每两个区间内数据有序后进行合并。非递归版本则通过逐步增加gap值(初始为1),先对单个元素排序,再逐步扩大到更大的区间进行合并,直至整个数组有序。归并排序的时间复杂度为O(n*logn),空间复杂度为O(n),且具有稳定性,适用于普通排序及大文件排序场景。

热门文章

最新文章