数据结构——哈希

前言

顺序结构以及平衡树中，元素关键码与其存储位置之间没有对应的关系，因此在查找一个元素时，必须要经过关键码的多次比较。顺序查找时间复杂度为O(N)，平衡树中为树的高度，即O(logN)，搜索的效率取决于搜索过程中元素的比价次数。

理想的搜索方法：可以不经过任何比较，一次直接从表中得到想要搜索的元素。

一、概念

如果构造一种存储结构，通过某种函数（hashFunc）使元素的存储位置与它的关键码之间能够建立一一映射的关系，那么在查找时通过该函数可以很快找到该元素。

当向该结构中：

• 插入元素：

根据待插入元素的关键码，以此函数计算出该元素的存储位置并按此为止进行存放

• 搜索元素：

对元素的关键码进行同样的计算，把求得的函数值当做元素的存储位置，在结构中按此位置取元素比较，若关键码相等，则搜索成功

该方法即为哈希（散列）方法，哈希方法中使用的转换函数称为哈希（散列）函数，构造出来的结构称为哈希表（Hash Table）（或者散列表）

例如：数据集合{1,7,6,4,5,9}；

哈希函数设置为：hash(key) = key % capacity；capacity为存储元素底层空间总的大小

用该方法进行搜索不必进行多次关键码的比较，因此搜索的速度比较快

二、哈希冲突

对于两个数据元素的关键字_i和_j（i != j），但有Hash(_i) = Hash(_j)，即：不同关键字通过相同哈希函数计算出相同的哈希地址，该现象称为哈希冲突或哈希碰撞。

把具有不同关键码二具有相同哈希地址的数据元素称为“同义词”

三、哈希函数

引起哈希冲突的一个原因可能是：哈希函数设计的不够合理

哈希函数设计原则

• 哈希函数的定义域必须包括需要存储的全部关键码，而如果散列表允许有m个地址时，其值域必须在0到m-1之间
• 哈希函数计算出来的地址能均匀分布在整个空间中
• 哈希函数应该比较简单

常见哈希函数

• 直接定址法

取关键字的某个线性函数为散列地址：Hash(key) = A * key + B

优点：简单、均匀

缺点：需要事先知道关键字的分