后端开发|PHP问题
Hash表
后端开发-PHP问题
A、什么是Hash表
升级游戏 源码,mac有vscode吗,Ubuntu on dex,idea 跑tomcat,桌面开发使用sqlite,爬虫数据分析实验报告,php中数组的定义,js生成html seo,征婚交友网站系统模板那个好,html做得很炫的个人网页,html5移动端模板lzw
要想知道什么是哈希表，那得先了解哈希函数
橘子影视源码下载,vscode编写土味情话,ubuntu桌面 去掉,手机怎么重启tomcat,股票爬虫包,php获取单选框值,深圳智能seo推广平台,引擎网站源码, 登录 模板lzw
哈希函数:
盛大flash游戏源码,vscode放大字,ubuntu gdbm,tomcat run p,sqlite需要装什么,易语言 外挂插件,前端框架三巨头之一,爬虫培训班学费,php识别手机,增城专业头条seo,java 批发网站源码,京东网页代码生成订单,旅游网站后台模板下载lzw
对比之前博客讨论的二叉排序树 二叉平衡树 红黑树 B B+树，它们的查找都是先从根节点进行查找，从节点取出数据或索引与查找值进行比较。那么，有没有一种函数H，根据这个函数和查找关键字key，可以直接确定查找值所在位置，而不需要一个个比较。这样就**“预先知道”**key所在的位置，直接找到数据，提升效率。
即 地址index=H（key）
说白了，hash函数就是根据key计算出应该存储地址的位置，而哈希表是基于哈希函数建立的一种查找表
二、哈希函数的构造方法
根据前人经验，统计出如下几种常用hash函数的构造方法：
直接定制法
哈希函数为关键字的线性函数如 H（key）=a*key+b
这种构造方法比较简便，均匀，但是有很大限制，仅限于地址大小=关键字集合的情况
使用举例：
假设需要统计中国人口的年龄分布，以10为最小单元。今年是，那么10岁以内的分布在-，20岁以内的分布在1998-……假设代表-直接的数据，那么关键字应该是，，1998……
那么可以构造哈希函数H（key）=（-key）/10=201-key/10
那么hash表建立如下
indexkey年龄人数（假设数据）
00-10200W
110-20250W
2199820-30253W
3198830-40300W
……
数字分析法
假设关键字集合中的每个关键字key都是由s位数字组成（k1,k2,……,knk1,k2,……,kn）,分析key中的全体数据，并从中提取分布均匀的若干位或他们的组合构成全体
使用举例
我们知道身份证号是有规律的，现在我们要存储一个班级学生的身份证号码，假设这个班级的学生都出生在同一个地区，同一年，那么他们的身份证的前面数位都是相同的，那么我们可以截取后面不同的几位存储，假设有5位不同，那么就用这五位代表地址。
H（key）=key%100000
此种方法通常用于数字位数较长的情况，必须数字存在一定规律，其必须知道数字的分布情况，比如上面的例子，我们事先知道这个班级的学生出生在同一年，同一个地区。
平方取中法
如果关键字的每一位都有某些数字重复出现频率很高的现象，可以先求关键字的平方值，通过平方扩大差异，而后取中间数位作为最终存储地址。
使用举例
比如key=1234 1234^2=1522756 取227作hash地址
比如key=4321 4321^2=18671041 取671作hash地址
这种方法适合事先不知道数据并且数据长度较小的情况
折叠法
如果数字的位数很多，可以将数字分割为几个部分，取他们的叠加和作为hash地址
使用举例
比如key=123 456 789
我们可以存储在61524，取末三位，存在524的位置
该方法适用于数字位数较多且事先不知道数据分布的情况
除留余数法用的较多
H（key）=key MOD p （p<=m m为表长）
很明显，如何选取p是个关键问题。
使用举例
比如我们存储3 6 9，那么p就不能取3
因为 3 MOD 3 == 6 MOD 3 == 9 MOD 3
p应为不大于m的质数或是不含20以下的质因子的合数，这样可以减少地址的重复（冲突）
比如key = 7，39，18，24，33，21时取表长m为9 p为7 那么存储如下
随机数法
H（key） =Random（key）
取关键字的随机函数值为它的散列地址
hash函数设计的考虑因素
1.计算散列地址所需要的时间（即hash函数本身不要太复杂）
2.关键字的长度
3.表长
4.关键字分布是否均匀，是否有规律可循
5.设计的hash函数在满足以上条件的情况下尽量减少冲突
C、哈希冲突
即不同key值产生相同的地址，H（key1）=H（key2）
比如我们上面说的存储3 6 9，p取3是
3 MOD 3 == 6 MOD 3 == 9 MOD 3
此时3 6 9都发生了hash冲突
哈希冲突的解决方案
不管hash函数设计的如何巧妙，总会有特殊的key导致hash冲突，特别是对动态查找表来说。
hash函数解决冲突的方法有以下几个常用的方法
1.开放定制法
2.链地址法
3.公共溢出区法
建立一个特殊存储空间，专门存放冲突的数据。此种方法适用于数据和冲突较少的情况。
4.再散列法
准备若干个hash函数，如果使用第一个hash函数发生了冲突，就使用第二个hash函数，第二个也冲突，使用第三个……
重点了解一下开放定制法和链地址法
开放定制法
首先有一个H（key）的哈希函数
如果H（key1）=H（keyi）
那么keyi存储位置Hi=(H(key)+di)MODmHi=(H(key)+di)MODmm为表长
注意
增量di应该具有以下特点（完备性）：产生的Hi（地址）均不相同，且所产生的s（m-1）个Hi能覆盖hash表中的所有地址
* 平方探测时表长m必须为4j+3的质数（平方探测表长有限制）
* 随机探测时m和di没有公因子（随机探测di有限制）
三种开放定址法解决冲突方案的例子
有一组数据
19 01 23 14 55 68 11 86 37要存储在表长11的数组中，其中H（key）=key MOD 11
那么按照上面三种解决冲突的方法，存储过程如下：
（表格解释：从前向后插入数据，如果插入位置已经占用，发生冲突，冲突的另起一行，计算地址，直到地址可用，后面冲突的继续向下另起一行。最终结果取最上面的数据（因为是最“占座”的数据））
线性探测再散列
我们取di=1，即冲突后存储在冲突后一个位置，如果仍然冲突继续向后
平方探测再散列
随机探测在散列（双探测再散列）
发生冲突后
H（key）‘=(H(key)+di)MOD m
在该例子中
H（key）=key MOD 11
我们取di=key MOD 10 +1
则有如下结果：
链地址法
产生hash冲突后在存储数据后面加一个指针，指向后面冲突的数据
上面的例子，用链地址法则是下面这样：
D、hash表的查找
查找过程和造表过程一致，假设采用开放定址法处理冲突，则查找过程为：
对于给定的key，计算hash地址index = H（key）
如果数组arr【index】的值为空 则查找不成功
如果数组arr【index】== key 则查找成功
否则 使用冲突解决方法求下一个地址，直到arr【index】== key或者 arr【index】==null
可以看到无论哪个函数，装载因子越大，平均查找长度越大，那么装载因子α越小越好？也不是，就像100的表长只存一个数据，α是小了，但是空间利用率不高啊，这里就是时间空间的取舍问题了。通常情况下，认为α=0.75是时间空间综合利用效率最高的情况。
上面的这个表可是特别有用的。假设我现在有10个数据，想使用链地址法解决冲突，并要求平均查找长度<2
那么有1+α/2 <2
α<2
即 n/m<2 (n=10)
m>10/2
m>5 即采用链地址法，使得平均查找长度5
之前我的博客讨论过各种树的平均查找长度，他们都是基于存储数据n的函数，而hash表不同，他是基于装载因子的函数，也就是说，当数据n增加时，我可以通过增加表长m，以维持装载因子不变，确保ASL不变。
那么hash表的构造应该是这样的：
E、hash表的删除
首先链地址法是可以直接删除元素的，但是开放定址法是不行的，拿前面的双探测再散列来说，假如我们删除了元素1，将其位置置空，那 23就永远找不到了。正确做法应该是删除之后置入一个原来不存在的数据，比如-1。
更多相关问题请访问PHP中文网：PHP实战视频教学
