哈希表的构建与查询

（本文内容来自互联网）

11.2 哈希函数构造方法

设要存放的数据元素有n个，存放数据元素的数组个数为m，哈希函数的设计目标，就是要使通过哈希函数得到的n个数据元素的哈希地址 。

1 除留余数法

除留余数法是用数据元素的关键字K除以哈希表长度m所得的余数作为哈希地址的方法。除留余数法的哈希函数h(K)为：

h(K) = K mod m

11.3 哈希冲突解决方法

解决哈希冲突的方法主要有开放定址法和链表法两大类。 开放定址法

开放定址法是一类以发生哈希冲突的哈希地址为自变量、通过某种哈希冲突函数得到一个新的空闲的哈希地址的方法。开放定址法的哈希冲突函数通常是一组。

1 线性探查法

线性探查法是从发生哈希冲突的地址d开始，依次探查d的下一个地址，直到找到一个空闲单元为止。线性探查法的数学递推描述公式为：

如下哈希表类的哈希函数采用除留余数法,   哈希冲突函数采用开放定址法中的线性探查法。

package cn.ls.hash;

public class HashItem {
	int data=0;
    int info=0;//标志：0表示空闲状态,1表示占用状态.  

    HashItem(int i) {
        info = i;
    }  

    HashItem(int d, int i) {
        data = d;
        info = i;
    }
}

package cn.ls.hash;

public class HashTable {
	 private HashItem[] ht; // 哈希表数组
	    private int tableSize; // 哈希表的长度
	    private int currentSize; // 当前的表项个数  

	    HashTable(int m) { // 构造函数
	        tableSize = m;
	        ht = new HashItem[tableSize];
	        currentSize = 0;
	    }  

	    public boolean isIn(int x) { // x是否已存在
	        int i = find(x);
	        if (i >= 0)
	            return true;
	        else
	            return false;
	    }  

	    public int getValue(int i) { // 取数据元素值
	        return ht[i].data;
	    }  

	    public int find(int x) { // 查找
	        int i = x % tableSize;
	        int j = i;  

	        if (ht[j] == null)
	            ht[j] = new HashItem(0);//设置info标记为0
	        //注意要加上非空判断.
	        while (ht[j] != null && ht[j].info == 1 && ht[j].data != x) { // 说明存在冲突
	            j = (j + 1) % tableSize; // 得到下一个哈希地址
	            if (j == i)
	                return -tableSize;
	            // 若j == i表示已查找完了整个哈希表的数组，返回- tableSize
	        }
	        if (ht[j] != null && ht[j].info == 1) //此条件成立表示查找到
	            return j; // 返回该数据元素的下标
	        else
	            //此时表示没有查找到  返回该数据元素哈希地址的负值
	            return -j;
	    }  

	    public void insert(int x) throws Exception { // 插入
	        int i = find(x); // 查找x 是否已存在，并返回数组下标  

	        if (i > 0) { // 如果x存在
	            throw new Exception("该数据已存在");
	        }  

	        else if (i != -tableSize) { // 如果x不存在
	            ht[-i] = new HashItem(x, 1); //插入数据元素x,并设置info标记为1
	            currentSize++; // 当前元素个数加1
	        } else { // 如果i等于-tableSize，表示哈希表已满
	            throw new Exception("哈希表已满无法插入");
	        }
	    }  

	    public void delete(int x) throws Exception { // 删除
	        int i = find(x); // 查找x 是否已存在，并返回数组下标  

	        if (i >= 0) { // 如果x存在
	            ht[i].info = 0; // 置为空闲状态
	            currentSize--; // 当前元素个数减1
	        } else { // 如果x不存在
	            throw new Exception("该数据不存在");
	        }
	    }
}

package cn.ls.hash;

public class Exam11_3 {
	public static void main(String[] args) {
        //7个数据元素，哈希表数组个数取11进行测试。
        HashTable myHashTable = new HashTable(11);
        int[] a = { 180, 750, 600, 430, 541, 900, 460 };
        int i, j, n = 7, item;  

        try {
            for (i = 0; i < n; i++)
                myHashTable.insert(a[i]);  

            for (i = 0; i < n; i++) {
                j = myHashTable.find(a[i]);
                if (j > 0) {
                    item = myHashTable.getValue(j);
                    System.out.println("j = " + j + "  ht[] = " + item);
                }
            }  

            if (myHashTable.isIn(430))
                System.out.println("数据元素430在哈希表中");
            else
                System.out.println("数据元素430不在哈希表中");  

            myHashTable.delete(430);
            if (myHashTable.isIn(430))
                System.out.println("数据元素430在哈希表中");
            else
                System.out.println("数据元素430不在哈希表中");
        } catch (Exception e) {
            System.out.println(e.getMessage());
        }
    }
}

测试结果：

j = 4  ht[] = 180

j = 2  ht[] = 750

j = 6  ht[] = 600

j = 1  ht[] = 430

j = 3  ht[] = 541

j = 9  ht[] = 900

j = 10  ht[] = 460

数据元素430在哈希表中

数据元素430不在哈希表中