常用处理冲突的思路:
- 换个位置:开放定址法
- 同一位置的冲突对象组织在一起:链地址法
开放地址法(Open Addressing)
一旦产生了冲突(该地址已有其它元素),就按某种规则去寻找另一空地址。
若发生了第 次冲突,试探的下一个地址将增加 ,基本公式是:
的不同决定了不同的解决冲突方案:线性探测、平方探测、双散列。
- 线性探测:
- 平方探测:
- 双散列:
线性探测(Linear Probing)
线性探测法:以增量序列1,2,......,(TableSize-1)循环试探下一个存储地址。
通俗地来讲,就是当发生冲突时,将关键词+1;检测地址是否为空,如果不为空,就继续+1;如果为空,则表明不冲突了。
【例】设关键词序列为{47,7,29,11,9,84,54,20,30},散列表表长TableSize = 13(装填因子);散列函数为:.
用线性探测法处理冲突,列出依次插入后的散列表,并估算查找性能。
为了方便演示,我们先在不考虑冲突的情况下,把所有关键词的散列地址算出来:
关键词(key) | 47 | 7 | 29 | 11 | 9 | 84 | 54 | 20 | 30 |
散列地址h(key) | 3 | 7 | 7 | 0 | 9 | 7 | 10 | 9 | 8 |
发现很多地方是冲突的,这次用线性探测法来试着解决冲突。
最终我们整理得到:
H(key) | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
key | 11 | 30 | 47 | 7 | 29 | 9 | 84 | 54 | 20 | ||||
冲突次数 | 0 | 6 | 0 | 0 | 1 | 0 | 3 | 1 | 3 |
散列表查找性能分析
- 成功平均查找长度(ASLs)
- 不成功平均查找长度(ASLu)
ASLs:查找表中关键词的平均查找比较次数(等于其冲突次数加1)
即将所有元素的查找次数加起来,最后除以元素的个数
ASLu:不在散列表中的关键词的平均查找次数(不成功)
因为取余数的计算方式,所以所有不在散列表的关键词至多有p-1中情况(表不为空),例如例题中的散列函数,假设其表只有一个元素,那么其不在表中的情况就会有10种,我们一样考虑其需要比较几次。
余数为0的情况,表中位置[0]和[1]都不为空,所以需要比较3次;
余数为1的情况,表中位置[1]不为空,所以需要比较2次;
余数为2的情况,表中位置[2]为空,所以只需要比较1次;
余数为3的情况,表中位置[3]不为空,所以需要比较2次;
......
以此类推。
平方探测(Quadratic Probing)
平方探测法:以增量序列 且 循环试探下一个存储地址。
【例】设关键词序列为{47,7,29,11,9,84,54,20,30},散列表表长TableSize = 11,散列函数为:.用平方探测法处理冲突,列出依次插入后的散列表,并估算ASLs。
注意:用平方探测法,并不是有空间就一定能检测到的。
定理
如果散列表长度TableSize是某个4k+3(k是正整数)形式的素数时,平方探测法就可以探查到整个散列表空间。
平方探测法的查找与插入
#define MAXTABLESIZE 100000 /* 允许开辟的最大散列表长度 */ typedef int ElementType; /* 关键词类型用整型 */ typedef int Index; /* 散列地址类型 */ typedef Index Position; /* 数据所在位置与散列地址是同一类型 */ /* 散列单元状态类型,分别对应:有合法元素、空单元、有已删除元素 */ typedef enum { Legitimate, Empty, Deleted } EntryType; typedef struct HashEntry Cell; /* 散列表单元类型 */ struct HashEntry{ ElementType Data; /* 存放元素 */ EntryType Info; /* 单元状态 */ }; typedef struct TblNode *HashTable; /* 散列表类型 */ struct TblNode { /* 散列表结点定义 */ int TableSize; /* 表的最大长度 */ Cell *Cells; /* 存放散列单元数据的数组 */ }; int NextPrime( int N ) { /* 返回大于N且不超过MAXTABLESIZE的最小素数 */ int i, p = (N%2)? N+2 : N+1; /*从大于N的下一个奇数开始 */ while( p <= MAXTABLESIZE ) { for( i=(int)sqrt(p); i>2; i-- ) if ( !(p%i) ) break; /* p不是素数 */ if ( i==2 ) break; /* for正常结束,说明p是素数 */ else p += 2; /* 否则试探下一个奇数 */ } return p; } HashTable CreateTable( int TableSize ) { HashTable H; int i; H = (HashTable)malloc(sizeof(struct TblNode)); /* 保证散列表最大长度是素数 */ H->TableSize = NextPrime(TableSize); /* 声明单元数组 */ H->Cells = (Cell *)malloc(H->TableSize*sizeof(Cell)); /* 初始化单元状态为“空单元” */ for( i=0; i<H->TableSize; i++ ) H->Cells[i].Info = Empty; return H; } Position Find( HashTable H, ElementType Key ) { Position CurrentPos, NewPos; int CNum = 0; /* 记录冲突次数 */ NewPos = CurrentPos = Hash( Key, H->TableSize ); /* 初始散列位置 */ /* 当该位置的单元非空,并且不是要找的元素时,发生冲突 */ while( H->Cells[NewPos].Info!=Empty && H->Cells[NewPos].Data!=Key ) { /* 字符串类型的关键词需要 strcmp 函数!! */ /* 统计1次冲突,并判断奇偶次 */ if( ++CNum%2 ){ /* 奇数次冲突 */ NewPos = CurrentPos + (CNum+1)*(CNum+1)/4; /* 增量为+[(CNum+1)/2]^2 */ if ( NewPos >= H->TableSize ) NewPos = NewPos % H->TableSize; /* 调整为合法地址 */ } else { /* 偶数次冲突 */ NewPos = CurrentPos - CNum*CNum/4; /* 增量为-(CNum/2)^2 */ while( NewPos < 0 ) NewPos += H->TableSize; /* 调整为合法地址 */ } } return NewPos; /* 此时NewPos或者是Key的位置,或者是一个空单元的位置(表示找不到)*/ } bool Insert( HashTable H, ElementType Key ) { Position Pos = Find( H, Key ); /* 先检查Key是否已经存在 */ if( H->Cells[Pos].Info != Legitimate ) { /* 如果这个单元没有被占,说明Key可以插入在此 */ H->Cells[Pos].Info = Legitimate; H->Cells[Pos].Data = Key; /*字符串类型的关键词需要 strcpy 函数!! */ return true; } else { printf("键值已存在"); return false; } } /* 源代码来自:https://www.icourse163.org/learn/ZJU-93001?tid=1469696455#/learn/content?type=detail&id=1252518398&cid=1282086737 */
在开放地址散列表中,删除操作要很小心。通常只能“懒惰删除”,即需要增加一个“删除标记(Deleted)”,而并不是真正删除它。以便查找时不会“断链”。其空间可以在下次插入时重用。
双散列探测法(Double Hashing)
双散列探测法: , 是另外一个散列函数,
探测序列成:
对任意的key, !!
探测序列还应该保证所有的散列存储单元都应该能够被探测到。选择以下形式有良好的效果:
其中,p < TableSize,p、TableSize都是素数。
再散列(Rehashing)
当散列表元素太多(即装填因子太大)时,查找效率会下降;
比如散列表的大小为11,但此时表中以装填的元素已达到了9个,装填因子就很大了,再进行元素的插入就会很容易发生冲突,实用最大装填因子一般取.
当装填因子过大时,解决的方法是加倍扩大散列表,这个过程叫做“再散列(Rehashing)”。
例如散列表的大小为11,就加倍扩大成23(素数),再将所有元素重新插入。
分离链接法(Separate Chaining)
分离链接法:将相应位置上冲突的所有关键词存储在同一个单链表中。
分离链接法在逻辑上比较容易理解,看以下的例题:
【例】设关键字序列为47,7,29,11,16,92,22,8,3,50,37,89,94,21;散列函数取为: ;用分离链接法处理冲突。
struct HashTbl { int TableSize; List TheLists; }*H;
平均查找次数
- 表中有9个结点只需1次查找
- 5个结点需要2次查找
- 查找成功的平均查找次数:
分离链接法的散列表实现
#define KEYLENGTH 15 /* 关键词字符串的最大长度 */ typedef char ElementType[KEYLENGTH+1]; /* 关键词类型用字符串 */ typedef int Index; /* 散列地址类型 */ /******** 以下是单链表的定义 ********/ typedef struct LNode *PtrToLNode; struct LNode { ElementType Data; PtrToLNode Next; }; typedef PtrToLNode Position; typedef PtrToLNode List; /******** 以上是单链表的定义 ********/ typedef struct TblNode *HashTable; /* 散列表类型 */ struct TblNode { /* 散列表结点定义 */ int TableSize; /* 表的最大长度 */ List Heads; /* 指向链表头结点的数组 */ }; HashTable CreateTable( int TableSize ) { HashTable H; int i; H = (HashTable)malloc(sizeof(struct TblNode)); /* 保证散列表最大长度是素数,具体见代码5.3 */ H->TableSize = NextPrime(TableSize); /* 以下分配链表头结点数组 */ H->Heads = (List)malloc(H->TableSize*sizeof(struct LNode)); /* 初始化表头结点 */ for( i=0; i<H->TableSize; i++ ) { H->Heads[i].Data[0] = '\0'; H->Heads[i].Next = NULL; } return H; } Position Find( HashTable H, ElementType Key ) { Position P; Index Pos; Pos = Hash( Key, H->TableSize ); /* 初始散列位置 */ P = H->Heads[Pos].Next; /* 从该链表的第1个结点开始 */ /* 当未到表尾,并且Key未找到时 */ while( P && strcmp(P->Data, Key) ) P = P->Next; return P; /* 此时P或者指向找到的结点,或者为NULL */ } bool Insert( HashTable H, ElementType Key ) { Position P, NewCell; Index Pos; P = Find( H, Key ); if ( !P ) { /* 关键词未找到,可以插入 */ NewCell = (Position)malloc(sizeof(struct LNode)); strcpy(NewCell->Data, Key); Pos = Hash( Key, H->TableSize ); /* 初始散列位置 */ /* 将NewCell插入为H->Heads[Pos]链表的第1个结点 */ NewCell->Next = H->Heads[Pos].Next; H->Heads[Pos].Next = NewCell; return true; } else { /* 关键词已存在 */ printf("键值已存在"); return false; } } void DestroyTable( HashTable H ) { int i; Position P, Tmp; /* 释放每个链表的结点 */ for( i=0; i<H->TableSize; i++ ) { P = H->Heads[i].Next; while( P ) { Tmp = P->Next; free( P ); P = Tmp; } } free( H->Heads ); /* 释放头结点数组 */ free( H ); /* 释放散列表结点 */ } /* 源代码来自:https://www.icourse163.org/learn/ZJU-93001?tid=1469696455#/learn/content?type=detail&id=1252518398&cid=1282086740 */
end