詳閉幕列表算法與其相干的C說話完成。本站提示廣大學習愛好者:(詳閉幕列表算法與其相干的C說話完成)文章只能為提供參考,不一定能成為您想要的結果。以下是詳閉幕列表算法與其相干的C說話完成正文
散列表(也叫哈希表)是一種查找算法,與鏈表、樹等算法分歧的是,散列表算法在查找時不須要停止一系列和症結字(症結字是數據元素中某個數據項的值,用以標識一個數據元素)的比擬操作。
散列表算法願望能盡可能做到不經由任何比擬,經由過程一次存取就可以獲得所查找的數據元素,因此必需要在數據元素的存儲地位和它的症結字(可用key表現)之間樹立一個肯定的對應關系,使每一個症結字和散列表中一個獨一的存儲地位絕對應。是以在查找時,只需依據這個對應關系找到給定症結字在散列表中的地位便可。這類對應關系被稱為散列函數(可用h(key)表現)。
依據設定的散列函數h(key)和處置抵觸的辦法將一組症結字key映像到一個無限的持續的地址區間上,並以症結字在地址區間中的像作為數據元素在表中的存儲地位,這類表便被稱為散列表,這一映像進程稱為散列,所得存儲地位稱為散列地址。
症結字、散列函數和散列表的關系以下圖所示:
1、散列函數
散列函數是從症結字到地址區間的映像。
好的散列函數可以或許使得症結字經由散列後獲得一個隨機的地址,以便使一組症結字的散列地址平均地散布在全部地址區間中,從而削減抵觸。
經常使用的結構散列函數的辦法有:
(1)、直接定址法
取症結字或症結字的某個線性函數值為散列地址,即:
h(key) = key 或 h(key) = a * key + b
個中a和b為常數。
(2)、數字剖析法
(3)、平方取值法
取症結字平方後的中央幾位為散列地址。
(4)、折疊法
將症結字朋分成位數雷同的幾部門(最初一部門的位數可以分歧),然後取這幾部門的疊加和(捨去進位)作為散列地址。
(5)、除留余數法
取症結字被某個不年夜於散列表表長m的數p除後所得的余數為散列地址,即:
h(key) = key MOD p p ≤ m
(6)、隨機數法
選擇一個隨機函數,取症結字的隨機函數值為它的散列地址,即:
h(key) = random(key)
個中random為隨機函數。
2、處置抵觸
對分歧的症結字能夠獲得統一散列地址,即key1 ≠ key2,而h(key1)= h(key2),這類景象稱為抵觸。具有雷同函數值的症結字對該散列函數來講稱作同義詞。
在普通情形下,散列函數是一個緊縮映像,這就弗成防止地會發生抵觸,是以,在創立散列表時不只要設定一個好的散列函數,並且還要設定一種處置抵觸的辦法。
經常使用的處置抵觸的辦法有:
(1)、開放定址法
hi =(h(key) + di) MOD m i =1,2,…,k(k ≤ m-1)
個中,h(key)為散列函數,m為散列表表長,di為增量序列,可有以下三種取法:
1)、di = 1,2,3,…,m-1,稱線性探測再散列;
2)、di = 12,-12,22,-22,32,…,±k2 (k ≤m/2),稱二次探測再散列;
3)、di = 偽隨機數序列,稱偽隨機探測再散列。
(2)、再散列法
hi = rhi(key) i = 1,2,…,k
rhi均是分歧的散列函數。
(3)、鏈地址法
將一切症結字為同義詞的數據元素存儲在統一線性鏈表中。假定某散列函數發生的散列地址在區間[0,m-1]上,則設立一個指針型向量void *vec[m],其每一個重量的初始狀況都是空指針。凡散列地址為i的數據元素都拔出到頭指針為vec[i]的鏈表中。在鏈表中的拔出地位可以在表頭或表尾,也能夠在表的中央,以堅持同義詞在統一線性鏈表中按症結字有序分列。
(4)、樹立一個公共溢出區
相干的C說話說明
hash.h
哈希表數據構造&&接口界說頭文件
#ifndef HASH_H #define HASH_H #define HASH_TABLE_INIT_SIZE 7 #define SUCCESS 1 #define FAILED 0 /** * 哈希表槽的數據構造 */ typedef struct Bucket { char *key; void *value; struct Bucket *next; } Bucket; /** * 哈希表數據構造 */ typedef struct HashTable { int size; // 哈希表年夜小 int elem_num; // 哈希表曾經保留的數據元素個數 Bucket **buckets; } HashTable; int hashIndex(HashTable *ht, char *key); int hashInit(HashTable *ht); int hashLookup(HashTable *ht, char *key, void **result); int hashInsert(HashTable *ht, char *key, void *value); int hashRemove(HashTable *ht, char *key); int hashDestory(HashTable *ht); #endif
hash.c
哈希表操作函數詳細完成
#include <stdio.h> #include <stdlib.h> #include <string.h> #include "hash.h" /** * 初始化哈希表 * * T = O(1) * */ int hashInit(HashTable *ht) { ht->size = HASH_TABLE_INIT_SIZE; ht->elem_num = 0; ht->buckets = (Bucket **)calloc(ht->size, sizeof(Bucket *)); if (ht->buckets == NULL) return FAILED; else return SUCCESS; } /** * 散列函數 * * T = O(n) * */ int hashIndex(HashTable *ht, char *key) { int hash = 0; while (*key != '\0') { hash += (int)*key; key ++; } return hash % ht->size; } /** * 哈希查找函數 * * T = O(n) * */ int hashLookup(HashTable *ht, char *key, void **result) { int index = hashIndex(ht, key); Bucket *bucket = ht->buckets[index]; while (bucket) { if (strcmp(bucket->key, key) == 0) { *result = bucket->value; return SUCCESS; } bucket = bucket->next; } return FAILED; } /** * 哈希表拔出操作 * * T = O(1) * */ int hashInsert(HashTable *ht, char *key, void *value) { int index = hashIndex(ht, key); Bucket *org_bucket, *tmp_bucket; org_bucket = tmp_bucket = ht->buckets[index]; // 檢討key能否曾經存在於hash表中 while (tmp_bucket) { if (strcmp(tmp_bucket->key, key) == 0) { tmp_bucket->value = value; return SUCCESS; } tmp_bucket = tmp_bucket->next; } Bucket *new = (Bucket *)malloc(sizeof(Bucket)); if (new == NULL) return FAILED; new->key = key; new->value = value; new->next = NULL; ht->elem_num += 1; // 頭插法 if (org_bucket) { new->next = org_bucket; } ht->buckets[index] = new; return SUCCESS; } /** * 哈希刪除函數 * * T = O(n) * */ int hashRemove(HashTable *ht, char *key) { int index = hashIndex(ht, key); Bucket *pre, *cur, *post; pre = NULL; cur = ht->buckets[index]; while (cur) { if (strcmp(cur->key, key) == 0) { post = cur->next; if (pre == NULL) { ht->buckets[index] = post; } else { pre->next = post; } free(cur); return SUCCESS; } pre = cur; cur = cur->next; } return FAILED; } /** * 哈希表燒毀函數 * * T = O(n) */ int hashDestory(HashTable *ht) { int i; Bucket *cur, *tmp; cur = tmp = NULL; for (i = 0; i < ht->size; i ++) { cur = ht->buckets[i]; while (cur) { tmp = cur->next; free(cur); cur = tmp; } } free(ht->buckets); return SUCCESS; }
test.c
單位測試文件
#include <stdio.h> #include <stdlib.h> #include <string.h> #include <assert.h> #include "hash.h" int main(int argc, char **argv) { HashTable *ht = (HashTable *)malloc(sizeof(HashTable)); int result = hashInit(ht); assert(result == SUCCESS); /* Data */ int int1 = 10; int int2 = 20; char str1[] = "Hello World!"; char str2[] = "Value"; char str3[] = "Hello New World!"; /* to find data container */ int *j = NULL; char *find_str = NULL; /* Test Key Insert */ printf("Key Insert:\n"); hashInsert(ht, "FirInt", &int1); hashInsert(ht, "FirStr", str1); hashInsert(ht, "SecStr", str2); printf("Pass Insert\n"); /* Test Key Lookup*/ printf("Key Lookup:\n"); result = hashLookup(ht, "FirStr", &find_str); assert(result == SUCCESS); printf("pass lookup, the value is %s\n", find_str); /* Test Update */ printf("Key Update:\n"); hashInsert(ht, "FirStr", str3); result = hashLookup(ht, "FirStr", &find_str); assert(result == SUCCESS); printf("pass update, the value is %s\n", find_str); return 0; }
編譯辦法
gcc -Wall -g -o main test.c hash.c
運轉成果
開放尋址法
在開放尋址法(open addressing)中,一切的元素都寄存在散列內外。亦即,每一個表項或包括靜態聚集的一個元素,或包括NIL。當查找一個元素時,要檢討一切的表項,直到找到所需的元素,或許終究發明該元素不在表中。不像在鏈接法中,這沒有鏈表,也沒有元素寄存在散列表外。在這類辦法中,散列表能夠會被填滿,乃至於不克不及拔出任何新的元素,但裝載因子a是相對不會跨越1的
線性探測法
第一次抵觸挪動1個單元,再次抵觸時,挪動2個,再次抵觸,挪動3個單元,依此類推
它的散列函數是:H(x) = (Hash(x) + F(i)) mod TableSize, 且F(0) = 0
舉例(騰訊面試標題)
已知一個線性表(38, 25, 74, 63, 52, 48),假定采取散列函數 h(key) = key % 7 盤算散列地址,並散列存儲在散列表 A[0..6]中,若采取線性探測辦法處理抵觸,則在該散列表長進行等幾率勝利查找的均勻長度為 ?
下邊模仿線性探測:
38 % 7 == 3, 無抵觸, ok
25 % 7 == 4, 無抵觸, ok
74 % 7 == 4, 抵觸, (4 + 1)% 7 == 5, 無抵觸,ok
63 % 7 == 0, 無抵觸, ok
52 % 7 == 3, 抵觸, (3 + 1) % 7 == 4. 抵觸, (4 + 1) % 7 == 5, 抵觸, (5 + 1)%7 == 6,無抵觸,ok
48 % 7 == 6, 抵觸, (6 + 1) % 7 == 0, 抵觸, (0 + 1) % 7 == 1,無抵觸,ok
繪圖以下:
均勻查找長度 = (1 + 3 + 1 + 1 + 2 + 3) % 6 = 2
線性探測辦法比擬輕易完成,但它卻存在一個成績,稱為一次群集(primary clustering).跟著時光的推移,持續被占用的槽赓續增長,均勻查找時光也跟著赓續增長。集群景象很輕易湧現,這是由於當一個空槽前有i個滿的槽時,該空槽為下一個將被占用的槽的幾率是 (i + 1) / n.持續占用的槽的序列會變得愈來愈長,因此均勻查找時光也會隨之增長
平方探測
為了不下面提到的一個群集的成績:第一次抵觸時挪動1(1的平方)個單元,再次抵觸時,挪動4(2的平方)個單元,還抵觸,挪動9個單元,依此類推。F(i) = i * i