介绍
哈希查找是通过计算数据元素的存储地址进行查找的一种方法。
比如”5“是一个要保存的数,然后我丢给哈希函数,哈希函数给我返回一个”2”,那么此时的”5“和“2”就建立一种对应关系,这种关系就是所谓的“哈希关系”,在实际应用中也就形成了”2“是key,”5“是value。
哈希必须要遵守两点原则:
①: key尽可能的分散,也就是我丢一个“6”和“5”给你,你都返回一个“2”,那么这样的哈希函数不尽完美。
②: 哈希函数尽可能的简单,也就是说丢一个“6”给你,你哈希函数要搞1小时才能给我,这样也是不好的。
常用的哈希函数构造方法:
- 直接定址法:很容易理解,key=Value+C; 这个“C”是常量。Value+C其实就是一个简单的哈希函数。
- 除法取余法: 很容易理解, key=value%C;解释同上。
- 数字分析法:这种蛮有意思,比如有一组value1=112233,value2=112633,value3=119033,针对这样的数我们分析数中间两个数比较波动,其他数不变。那么我们取key的值就可以是key1=22,key2=26,key3=90。
- 平方取中法。此处忽略,见名识意。
-
折叠法:这种蛮有意思,比如value=135790,要求key是2位数的散列值。那么我们将value变为13+57+90=160,然后去掉高位“1”,此时key=60,哈哈,这就是他们的哈希关系,这样做的目的就是key与每一位value都相关,来做到“散列地址”尽可能分散的目地。
·
当两个不同的数据元素的哈希值相同时,就会发生冲突。解决冲突常用的手法有2种:
- 开放地址法:如果两个数据元素的哈希值相同,则在哈希表中为后插入的数据元素另外选择一个表项。当程序查找哈希表时,如果没有在第一个对应的哈希表项中找到符合查找要求的数据元素,程序就会继续往后查找,直到找到一个符合查找要求的数据元素,或者遇到一个空的表项。
- 链接法:将哈希值相同的数据元素存放在一个链表中,在查找哈希表的过程中,当查找到这个链表时,必须采用线性查找方法。
代码
#coding=utf-8
__author__ = 'a359680405'
#除法取余法实现的哈希函数
def myHash(data,hashLength,):
return data % hashLength
#哈希表检索数据
def searchHash(hash,hashLength,data):
hashAddress=myHash(data,hashLength)
#指定hashAddress存在,但并非关键值,则用开放寻址法解决
while hash.get(hashAddress) and hash[hashAddress]!=data:
hashAddress+=1
hashAddress=hashAddress%hashLength
if hash.get(hashAddress)==None:
return None
return hashAddress
#数据插入哈希表
def insertHash(hash,hashLength,data):
hashAddress=myHash(data,hashLength)
#如果key存在说明应经被别人占用, 需要解决冲突
while(hash.get(hashAddress)):
#用开放寻执法
hashAddress+=1
hashAddress=myHash(data,hashLength)
hash[hashAddress]=data
if __name__ == '__main__':
hashLength=20
L=[13, 29, 27, 28, 26, 30, 38 ]
hash={}
for i in L:
insertHash(hash,hashLength,i)
result=searchHash(hash,hashLength,38)
if result:
print("数据已找到,索引位置在",result)
print(hash[result])
else:
print("没有找到数据")
时间复杂度O(1)
本文地址http://blog.csdn.net/a359680405/article/details/51152084