算法学习 - HashTable开放地址法解决哈希冲突

开放地址法解决哈希冲突

线性开放地址法

线性开放地址法就是在hash之后,当发现在位置上已经存在了一个变量之后,放到它下一个位置,假如下一个位置也冲突,则继续向下,依次类推,直到找到没有变量的位置,放进去。

平方开放地址法

平方地址法就是在hash之后,当正确位置上存在冲突,不放到挨着的下一个位置,而是放到第2^0位置,假如继续冲突放到2^1的位置,依次2^3... 直到遇到不冲突的位置放进去。

双散列开放地址法

双散列同上,不过不是放到2^的位置,而是放到key - hash(key, tablesize)的位置,假如继续冲突,则放到2 (key - hash(key,tablesize))的位置。

代码如下:

//
//  HashTable.h
//  HashTable_OpenAddress
//
//  Created by Alps on 14-8-6.
//  Copyright (c) 2014年 chen. All rights reserved.
//

#ifndef HashTable_OpenAddress_HashTable_h
#define HashTable_OpenAddress_HashTable_h

#define ElementType int

struct HashEntry;
typedef HashEntry* entry;
typedef unsigned int Index;
typedef Index Position;
struct HashTb;
typedef HashTb* HashTable;
HashTable InitializeHashTable(int TableSize);
Position Find(ElementType X, HashTable H);
void Insert(ElementType X, HashTable H);
HashTable ReHash(HashTable H);

enum KindOfEntry{empty ,full};

struct HashEntry{
    ElementType element;
    KindOfEntry info;
};

typedef entry Cell;

struct HashTb{
    int TableSize;
    Cell TheCells;
};

#endif

上面这个代码是:HashTable.h文件。

//
//  main.cpp
//  HashTable_OpenAddress
//
//  Created by Alps on 14-8-6.
//  Copyright (c) 2014年 chen. All rights reserved.
//

#include <iostream>
#include "HashTable.h"
#include <math.h>

#define MinTableSize 1
//hash函数
int Hash(ElementType key, int TableSize){
    return key%TableSize;
}
//判断是否是素数
bool Prime(int num){
    for (int i = 2; i <= sqrt(num); i++) {
        if (num % i == 0) {
            return false;
        }
    }
    return true;
}
//找到比tablesize大的最小的素数
int NextPrime(int TableSize){
    if (TableSize <= 2) {
        return 2;
    }else{
        while (!Prime(TableSize)) {
            TableSize++;
        }
    }
    return TableSize;
}
//找到比tablesize小的最大的素数
int PrePrime(int TableSize){
    if (TableSize <= 2) {
        return 2;
    }else{
        TableSize--;
        while (!Prime(TableSize) && TableSize > 2) {
            TableSize--;
        }
    }
    return TableSize;
}
//初始化散列表
HashTable InitializeHashTable(int TableSize){
    if (TableSize < MinTableSize) {
        //error("it's too small");
        exit(0);
    }
    HashTable H = (HashTable)malloc(sizeof(HashTb));
    H->TableSize = NextPrime(TableSize);
    H->TheCells = (Cell)malloc(sizeof(struct HashEntry) * H->TableSize);
    for (int i = 0; i < H->TableSize; i++) {
        H->TheCells[i].info = empty;
    }
    return H;
}
//线性开放地址法查找
Position LineFind(ElementType key, HashTable H){
    int i = Hash(key, H->TableSize);
    while (H->TheCells[i].info != empty && H->TheCells[i].element != key) {
        i += 1;
        if (i >= H->TableSize) {
            i = i % H->TableSize;
        }
    }
    return i;
}
//平方开放地址法查找
Position SquareFind(ElementType key, HashTable H){
    int i = Hash(key, H->TableSize);
    int num = 0;
    while (H->TheCells[i].info != empty && H->TheCells[i].element != key) {
        i -= num*num;
        ++num;
        i += num*num;
        if (i >= H->TableSize) {
            i = i % H->TableSize;
        }
    }
    return i;
}
//双散列查找
Position DoubleHashFind(ElementType key, HashTable H){
    int i = Hash(key, H->TableSize);
    int num = PrePrime(H->TableSize);
    num =num - key%num;
    while (H->TheCells[i].info != empty && H->TheCells[i].element != key) {
        i += num;
        if (i >= H->TableSize) {
            i = i % H->TableSize;
        }
    }
    return i;
}
//查找函数
Position Find(ElementType key, HashTable H){
//    return LineFind(key, H);
//    return SquareFind(key, H);
    return DoubleHashFind(key, H);
}
//线性开发地址法
void LineInsert(ElementType key, HashTable H){
    Position P = LineFind(key, H);
    if (H->TheCells[P].info != full) {
        H->TheCells[P].element = key;
        H->TheCells[P].info = full;
    }
}
//平方开放地址法
void SquareInsert(ElementType key, HashTable H){
    Position P = SquareFind(key, H);
    if (H->TheCells[P].info != full) {
        H->TheCells[P].element = key;
        H->TheCells[P].info = full;
    }
}
//双散列开放地址法
void DoubleHashInsert(ElementType key, HashTable H){
    Position P = DoubleHashFind(key, H);
    if (H->TheCells[P].info != full) {
        H->TheCells[P].element = key;
        H->TheCells[P].info = full;
    }
}
//插入函数
void Insert(ElementType key, HashTable H){
//    LineInsert(key, H);
//    SquareInsert(key, H);
    DoubleHashInsert(key, H);
}
//主函数
int main(int argc, const char * argv[])
{
    HashTable H = InitializeHashTable(10);
    Insert(5, H);
//    printf("%d\n",H->TableSize);
    Position P = Find(5, H);
    printf("%d\n",H->TheCells[P].element);
    printf("%d\n",P);
    /////////////////////////////////////
    Insert(16, H);
//    printf("%d\n",H->TableSize);
    P = Find(16, H);
    printf("%d\n",H->TheCells[P].element);
    printf("%d\n",P);
    /////////////////////////////////////
    Insert(27, H);
//    printf("%d\n",H->TableSize);
    P = Find(27, H);
    printf("%d\n",H->TheCells[P].element);
    printf("%d\n",P);
    return 0;
}

这是main.cpp文件。

算法学习 - HashTable开放地址法解决哈希冲突,布布扣,bubuko.com

时间: 2024-10-09 20:58:57

算法学习 - HashTable开放地址法解决哈希冲突的相关文章

算法学习 - Hash Table操作,分离链接法解决哈希冲突

分离链接法 hash table是映射机制的,最大的优点就是它的操作是O(1)级别的.但是会出现哈希冲突,这就需要几种办法来解决.这里先说一种:分离链接法. 就是当插入的位置已经存在一个值之后,那么在这个值之后插入,就可以了,也叫拉链法.(但是其实会降低查找速度,变成O(n)级别) 下面是代码: // // main.cpp // HashTable_SeparateChaining // // Created by Alps on 14-8-5. // Copyright (c) 2014年

数据结构--开放定址法解决散列冲突时几种探测法的比较

开放定址法解决散列冲突时主要有线性探测法,平方探测法和双散列法,以下代码通过插入大量随机数,来统计几种探测法产生冲突的次数. #include<iostream> using namespace std; #define MinTablesize 10 #define Num 3000 typedef unsigned int Index; typedef Index Position; struct Hashtal; typedef struct Hashtal *Hashtable; in

【干货】C++哈希桶(开链法解决哈希冲突)类的实现

开链法(哈希桶)是解决哈希冲突的常用手法,结构如下: 数据结构的设计思路是这样的,定义一个K-V的链式节点(Node),以数组方式存储节点指针 实现代码如下: #include<vector> #include"HashTable.h" size_t GetSize() { static size_t index = 0; const int _PrimeSize = 28; static const unsigned long _PrimeList[_PrimeSize]

哈希表之开地址法解决冲突

在上一篇博文中,我们讲述了使用链地址法解决冲突的方法.这里我们介绍另一种方式:开地址法解决冲突. 基本思想:当关键码key的哈希地址H0 = hash(key)出现冲突时,以H0为基础,产生另一个哈希地址H1 ,如果H1仍然冲突,再以H0 为基础,产生另一个哈希地址H2 ,-,直到找出一个不冲突的哈希地址Hi ,将相应元素存入其中.根据增量序列的取值方式不同,相应的再散列方式也不同.主要有以下四种: 线性探测再散列 二次探测再散列 伪随机探测再散列 双散列法 (一)线性探测再散列 理解起来很简单

C++链地址法实现哈希表

哈希表,也叫散列表,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.这个映射函数叫做哈希函数,存放记录的数组叫做哈希表. 哈希函数最主要的设计在于哈希函数和冲突处理的解决,其中哈希函数的设计方法主要有直接定址法和除留余数法:冲突处理的方法主要有开放定址法和链地址法.本文主要实现了一个基本存放字符串的哈希表,冲突处理采用链地址法. 代码如下: #include <iostream> #include<c

拉链法解决Hash节点冲突问题

<?php /* * hash::拉链法解决hash节点存储冲突问题 * ::2014-07-02 * ::Small_Kind */ class small_hash { private $size = 20;//hash节点大小 private $zone = null;//hash空间 //实例化函数,并设置一个初始hash节点大小,如果节点大小为null,则为默认节点大小 final public function __construct($size = null){ if(!is_nu

算法6-3:解决哈希冲突之线性探针

线性探针是另外一种解决哈希冲突的办法.这种办法的基本思想就是当遇到哈希冲突时,寻找下一个空位,直到找到空位为止. 示例 先插入一个值S,如下图. 插入其他的一些值,这些值的哈系没有冲突,得到下图的结果. 再插入一个值H,由于H与A的哈系冲突,因此需要寻找一个空的位置. 找到了空位 插入 代码 public class LinearProbeST<Key, Value> { private static final int M = 100; private Key[] keys = (Key[]

Java解决Hash(散列)冲突的四种方法--开放地址法(线性探测,二次探测,伪随机探测)、链地址法、再哈希、建立公共溢出区

最近时间有点紧,暂时先放参考链接了,待有时间在总结一下: 查了好多,这几篇博客写的真心好,互有优缺点,大家一个一个看就会明白了: 参考 1. 先看这个明白拉链法(链地址法),这个带源码,很好看懂,只不过是只讲了拉链法一种: 2. 再看这个比较全的,四种全讲了,链接,这篇比较形象,有图.但是这两篇都没有仔细介绍优缺点: 3. 最后看优缺点,点击这里: 原文地址:https://www.cnblogs.com/gjmhome/p/11372883.html

开放地址法实现HashTable

前注:本文不是讲解Java类库的Hashtable实现原理,而是根据计算机哈希表原理自己实现的一个Hashtable. HashTable内部是用数组存放一个(Key-Value pair)键值对的引用,其原理是根据Key的hashCode来计算出数组下标.因为存放位置是直接计算出来,不需要遍历数据结构,这使得hash table具有快速增删查改的优势.下面介绍HashTable的实现步骤: 取得Key的hashCode. 通过Eclipse等工具可以轻松的复写Object的hashCode方法