转载

用拉链法和线性探测法解决哈希冲突

前言

前面学习到的几种算法比如 红黑树二叉搜索树 ,查找插入 时间复杂度 最快也只能到 O(logn) .现在介绍一种算法可以使查找插入 时间复杂度 达到常数级别。

散列表(Hash table)

也称为 哈希表 。是字典的一种抽象。比如说你要查一个字,通过这个字的拼音首字母,找到这个字的页码,然后翻到那页找就行了。这种方法直接把查找 时间复杂度 降到了常数。但是要牺牲一定的计算索引的时间。计算索引的那个函数称为 哈希函数 ( 散列函数``)。如果两个不同的 key`算出了同一个索引,此时就要用到一定的方法来解决哈希冲突。

哈希函数

哈希函数 一般具有如下特点。

  • 相等的 key 产生相等的 哈希值
  • 计算简单方便
  • 哈希值 均匀分布。(若过度集中,则容易使效率降低到 o(n) )

构造 哈希函数 有多种方法,这里不详细讲解。

哈希冲突

若两个不相等的 key 产生了相等的 哈希值 ,这时则需要采用 哈希冲突

拉链法

Java 标准库的 HashMap 基本上就是用 拉链法 实现的。 拉链法 的实现比较简单,将链表和数组相结合。也就是说创建一个链表数组,数组中每一格就是一个链表。若遇到哈希冲突,则将冲突的值加到链表中即可。

用拉链法和线性探测法解决哈希冲突

实现步骤

  • 得到一个 key
  • 计算 keyhashValue
  • 根据 hashValue 值定位到 data[hashValue] 。( data[hashValue] 是一条链表)
  • data[hashValue] 为空则直接插入
  • 不然则添加到链表末尾

这里需要注意的是, 哈希函数 必须保证 哈希值均匀分布 ,若全部集中在一条链表中,则 时间复杂度 和顺序链表相同。

还有一点则是数组的大小,若你能估计数据的大小,则直接指定即可,否则就需要 动态扩充 数组。

实现

public class SeparateChainingHashST<Key,Value> {
//这里的M需要根据实际情况调整
public SeparateChainingHashST(int M) {
this.M = M;
st = (SequentialSearchST<Key, Value>[]) new SequentialSearchST[M];
for (int i=0;i<M;i++){
st[i]=new SequentialSearchST<Key,Value>();
}
}

private int hash(Key key){
return (key.hashCode() & 0x7fffffff) % M;
}
public void put(Key k,Value v){
int hashValue = hash(k);
st[hashValue].put(k,v);
}

public Value get(Key k){
int hashValue = hash(k);
return st[hashValue].get(k);
}
}

线性探测

线性探测 直接使用数组来存储数据。可以想象成一个停车问题。若当前车位已经有车,则你就继续往前开,直到找到下一个为空的车位。

用拉链法和线性探测法解决哈希冲突

实现步骤

  • 得到 key
  • 计算得 hashValue
  • 若不冲突,则直接填入数组
  • 若冲突,则使 hashValue++ ,也就是往后找,直到找到第一个 data[hashValue] 为空的情况,则填入。若到了尾部可循环到前面。

实现

public class LinearProbingHashST<Key,Value> {
public LinearProbingHashST(int cap) {
keys = (Key[]) new Object[cap];
values = (Value[]) new Object[cap];
M = cap;
}

private int hash(Key key){
return (key.hashCode() & 0x7fffffff) % M;
}
public void put(Key key,Value value){
//若当前数据含量超过了总容量的一半,则重新调整容量
if(N>=M/2) resize(2*M);
int hashValue = hash(key);
if (values[hashValue]==null){
keys[hashValue] = key;
values[hashValue] = value;
N++;
}
else if(keys[hashValue].equals(key)){
values[hashValue]=value;
}
else{
while (values[hashValue] != null){
hashValue = (hashValue+1)%M;
}
keys[hashValue] = key;
values[hashValue] = value;
N++;
}
}
public Value get(Key key){
int hashValue = hash(key);
if (keys[hashValue]!=null&&!keys[hashValue].equals(key)){
while (keys[hashValue]!=null &&keys[hashValue]!=key){
hashValue = (hashValue+1)%M;
}
}
return values[hashValue];
}
}

性能比较

一般来说,使用 散列表 会比 红黑树 快很多。但具体还是要看 哈希函数 的计算效率。但是 散列表 无法保证顺序,所以如果你需要进行有关顺序的操作,应该使用 红黑树 或者 二叉搜索树

对于 线性探测 来说动态调整数组大小是必要的,不然会产生死循环。

拉链法 的删除操作比较方便,直接链表修改地址即可。而 线性探测 删除操作很复杂,而且 线性探测 耗费的内存比拉链法要多。

分别对四个文件进行插入搜索操作。

  • tale.txt (779kb)
    顺序查找(7.143秒) 二分查找(0.46秒) 二叉搜索树 (0.191秒) 红黑树 (0.237秒) 拉链法 (0.124秒) 线性探测 (0.103秒)
  • leipzig100k.txt (12670kb)
    顺序查找(无) 二分查找(13.911秒) 二叉搜索树 (1.389秒) 红黑树 (1.442秒)
    拉链法 (0.707秒) 线性探测 (0.562秒)
  • leipzig300k.txt (37966kb)
    顺序查找(无) 二分查找(60.222秒) 二叉搜索树 (2.742秒) 红黑树 (3.104秒)
    拉链法 (1.839秒) 线性探测 (1.559秒)
  • leipzig1m.txt (126607kb)
    顺序查找(无) 二分查找(无) 二叉搜索树 (3.016秒) 红黑树 (2.797秒)
    拉链法 (3.938秒) 线性探测 (3.668秒)

用拉链法和线性探测法解决哈希冲突

Reference

维基百科

算法 4th

原文  http://threezj.com/2016/03/28/用拉链法和线性探测解决哈希冲突/
正文到此结束
Loading...