哈希表原理简介

1. 引言

哈希表（Hash Table）的应用近两年才在NOI中出现，作为一种高效的数据结构，它正在竞赛中发挥着越来越重要的作用。

哈希表最大的优点，就是把数据的存储和查找消耗的时间大大降低，几乎可以看成是常数时间；而代价仅仅是消耗比较多的内存。然而在当前可利用内存越来越多的情况下，用空间换时间的做法是值得的。另外，编码比较容易也是它的特点之一。

哈希表又叫做散列表，分为“开散列” 和“闭散列”。考虑到竞赛时多数人通常避免使用动态存储结构，本文中的“哈希表”仅指“闭散列”，关于其他方面读者可参阅其他书籍。

2. 基础操作

2.1 基本原理

我们使用一个下标范围比较大的数组来存储元素。可以设计一个函数（哈希函数，也叫做散列函数），使得每个元素的关键字都与一个函数值（即数组下标）相对应，于是用这个数组单元来存储这个元素；也可以简单的理解为，按照关键字为每一个元素“分类”，然后将这个元素存储在相应“类”所对应的地方。

但是，不能够保证每个元素的关键字与函数值是一一对应的，因此极有可能出现对于不同的元素，却计算出了相同的函数值，这样就产生了“冲突”，换句话说，就是把不同的元素分在了相同的“类”之中。后面我们将看到一种解决“冲突”的简便做法。

总的来说，“直接定址”与“解决冲突”是哈希表的两大特点。

2.2 函数构造

构造函数的常用方法（下面为了叙述简洁，设h(k) 表示关键字为k 的元素所对应的函数值）：

a) 除余法：

选择一个适当的正整数p ，令h(k ) = k mod p ，这里，p 如果选取的是比较大的素数，效果比较好。而且此法非常容易实现，因此是最常用的方法。

b) 数字选择法：

如果关键字的位数比较多，超过长整型范围而无法直接运算，可以选择其中数字分布比较均匀的若干位，所组成的新的值作为关键字或者直接作为函数值。

2.3 冲突处理

线性重新散列技术易于实现且可以较好的达到目的。令数组元素个数为S ，则当h(k) 已经存储了元素的时候，依次探查(h(k)+i) mod S , i=1,2,3…… ，直到找到空的存储单元为止（或者从头到尾扫描一圈仍未发现空单元，这就是哈希表已经满了，发生了错误。当然这是可以通过扩大数组范围避免的）。

2.4 支持运算

哈希表支持的运算主要有：初始化(makenull)、哈希函数值的运算(h(x))、插入元素(insert)、查找元素(member)。设插入的元素的关键字为x ，A 为存储的数组。初始化比较容易，例如：

[cpp]view plaincopy

1.const empty=maxlongint; // 用非常大的整数代表这个位置没有存储元素

2.p=9997; // 表的大小

3.procedure makenull;

4.var i:integer;

5.begin

6.for i:=0 to p-1 do

7.A[i]:=empty;

8.End;

哈希函数值的运算根据函数的不同而变化，例如除余法的一个例子：

[cpp]view plaincopy

1.function h(x:longint):Integer;

2.begin

3.h:= x mod p;

4.end;

我们注意到，插入和查找首先都需要对这个元素定位，即如果这个元素若存在，它应该存储在什么位置，因此加入一个定位的函数locate

[cpp]view plaincopy

1.function locate(x:longint):integer;

2.var orig,i:integer;

3.begin

4.orig:=h(x);

5.i:=0;

6.while (ix)and(A[(orig+i)mod S]<>empty) do

7.inc(i);

8.//当这个循环停下来时，要么找到一个空的存储单元，要么找到这个元

9.//素存储的单元，要么表已经满了

10.locate:=(orig+i) mod S;

11.end;

插入元素

[cpp]view plaincopy

1.procedure insert(x:longint);

2.var posi:integer;

3.begin

4.posi:=locate(x); //定位函数的返回值

5.if A[posi]=empty then A[posi]:=x

6.else error; //error 即为发生了错误，当然这是可以避免的

7.end;

查找元素是否已经在表中

[cpp]view plaincopy

1.procedure member(x:longint):boolean;

2.var posi:integer;

3.begin

4.posi:=locate(x);

5.if A[posi]=x then member:=true

6.else member:=false;

7.end;

这些就是建立在哈希表上的常用基本运算。

初步结论：

当数据规模接近哈希表上界或者下界的时候，哈希表完全不能够体现高效的特点，甚至还不如一般算法。但是如果规模在中央，它高效的特点可以充分体现。试验表明当元素充满哈希表的90% 的时候，效率就已经开始明显下降。这就给了我们提示：如果确定使用哈希表，应该尽量使数组开大，但对最太大的数组进行操作也比较费时间，需要找到一个平衡点。通常使它的容量至少是题目最大需求的120% ，效果比较好（这个仅仅是经验，没有严格证明）。

4. 应用举例

4.1 应用的简单原则

什么时候适合应用哈希表呢？如果发现解决这个问题时经常要询问：“某个元素是否在已知集合中？”，也就是需要高效的数据存储和查找，则使用哈希表是最好不过的