【算法】- 查找 - 散列表查询(哈希表)

文章目录


前言

散列技术:在记录的存储位置和它的关键字之间建立一个确定的对应关系f,使得每个关键字key对应一个存储位置f(key)
哈希表:采用散列技术将记录存储在一块连续的存储空间中,这块连续存储空间称为散列表或哈希表


一、哈希表的思想

创建哈希表结构体:创建哈希表数据结构HashTable,用来存放散列地址和该散列表存放的数据个数。

cpp 复制代码
//创建哈希表结构
typedef struct HashTable
{
	int count;//记录哈希表中元素个数
	int* elem;//创建哈希表
}HashTable;

初始化哈希表:初始化哈希表主要还是动态开辟存放数据的数组,再初始化count的个数,并将哈希表中的值赋值为空,这里用NULLKEY标志来表示为空。

cpp 复制代码
//初始化哈希表
void InitHashTable(HashTable* HT)
{
	int i;
	m = MAXSIZE;
	//动态开辟内存
	HT->elem = (int*)malloc(m * sizeof(int));
	HT->count = MAXSIZE;
	for (i = 0; i < m; i++)
	{
		HT->elem[i] = NULLKEY;
	}

}

插入哈希表:插入哈希表,通过哈希函数Hash来计算出散列地址,判断该地址是否为NULLKEY,是的话就直接插入,不是的话就将散列地址赋值为下一个地址,继续判断,直到找到了就执行插入操作。

cpp 复制代码
//哈希表的插入
void InsertHashTable(HashTable* HT, int key)
{
	int addr;
	addr = Hash(key);//求散列地址
	while (HT->elem[addr] != NULLKEY)
	{
		addr = (addr + 1) % m;
	}
	HT->elem[addr] = key;
}

查询哈希表:先通过哈希函数获得散列地址,再通过散列地址查询访问。在查询时如果通过散列地址找到的值和key值不等,则散列地址找到下一个操作,直到循环一圈或则通过地址找到的地址为NULLKEY就返回查找失败,成功则返回查找成功。

cpp 复制代码
//哈希表查找
int SearchHash(HashTable HT, int key)
{
	int addr = Hash(key);
	int begin = addr;
	while (HT.elem[addr] != key)
	{
		addr = (addr + 1) % m;
		if (HT.elem[addr] == NULLKEY || addr == begin)
			return 0;
	}
	return 1;
}

二、哈希表

cpp 复制代码
#define MAXSIZE 12
#define NULLKEY -32768
#include <iostream>
using namespace std;

//哈希表查找

//创建哈希表结构
typedef struct HashTable
{
	int count;//记录哈希表中元素个数
	int* elem;//创建哈希表
}HashTable;

int m = 0;

//初始化哈希表
void InitHashTable(HashTable* HT)
{
	int i;
	m = MAXSIZE;
	//动态开辟内存
	HT->elem = (int*)malloc(m * sizeof(int));
	HT->count = MAXSIZE;
	for (i = 0; i < m; i++)
	{
		HT->elem[i] = NULLKEY;
	}

}

//散列函数
int Hash(int key)
{
	return key % m;
}

//哈希表的插入
void InsertHashTable(HashTable* HT, int key)
{
	int addr;
	addr = Hash(key);//求散列地址
	while (HT->elem[addr] != NULLKEY)
	{
		addr = (addr + 1) % m;
	}
	HT->elem[addr] = key;
}

//哈希表查找
int SearchHash(HashTable HT, int key)
{
	int addr = Hash(key);
	int begin = addr;
	while (HT.elem[addr] != key)
	{
		addr = (addr + 1) % m;
		if (HT.elem[addr] == NULLKEY || addr == begin)
			return 0;
	}
	return 1;
}

int main()
{
	int i,result,key;
	HashTable HT;
	int arr[MAXSIZE] = { 12,67,56,16,25,37,22,29,15,47,48,34 };
	//初始化哈希表
	InitHashTable(&HT);
	key = 39;
	for (i = 0; i < m; i++)
	{
		InsertHashTable(&HT, arr[i]);
	}
	result = SearchHash(HT,key);

	if (result)
		printf("查找 %d 成功 \n", key);
	else
		printf("查找 %d 失败。\n", key);

	for (i = 0; i < m; i++)
	{
		key = arr[i];
		result = SearchHash(HT, key);
		if (result)
			printf("查找 %d 成功 \n", key);
		else
			printf("查找 %d 失败。\n", key);
	}
	return 0;
}

总结

散列表查找的效率是最高的,因为它的时间复杂度为O(1)。可惜在实际情况中,会产生冲突(不同的数据在同一地址的情况),但散列表查询还是非常值得的。

相关推荐
阿华的代码王国16 分钟前
【算法】栈
数据结构·算法·leetcode·
小小unicorn18 分钟前
【C++初阶】STL详解(十三)—— 用一个哈希表同时封装出unordered_map和unordered_set
java·c++·散列表
SpongeG33 分钟前
数据结构_平衡二叉树
数据结构·算法
arnold6640 分钟前
华为OD E卷(100分)31-敏感字段加密
算法·华为od
AC使者1 小时前
2110 加分二叉树
算法
shentuyu木木木(森)1 小时前
入门STL(map/multiset)
开发语言·数据结构·c++·算法·map·multiset
破-风1 小时前
leetcode----mysql
算法·leetcode·职场和发展
Psycho_MrZhang1 小时前
常见的数据结构和应用场景
数据结构·算法·哈希算法
SRKkAI3 小时前
取子串(指针)
数据结构·c++·算法
爱吃西瓜的小菜鸡3 小时前
【C语言】抽空洗澡
c语言·开发语言·学习·算法