本文目录一览

1，数据结构中的哈希表查找

在表中要插入一个元素,如果要插入的位置有元素存在,就要查找下一个位置,直到找到可以插入元素的位置,计算表中每个位置的查找次数的和除以元素个数即可.

数据结构中的哈希表查找

2，什么是哈希表

散列表，用代码来表示：a:array[0..max]of longint; 可以很方便的进行数据查找以及存储，速度快，简洁，但是占用空间较大
给你个地址你自己看吧很详细的 http://baike.baidu.com/view/273836.htm

什么是哈希表

3，数据结构哈希查找

如果用JAVA来实现的话就很方便了，JAVA提供了HashSet类。使用HashSet的例子。 import java.util.*; class HashSetDemo{ public static void main(String args[]){ // create a hash set HashSet hs = new HashSet(); // add elements to the hash set hs.add("B"); hs.add("A"); hs.add("D"); hs.add("E"); hs.add("C"); hs.add("F"); System.out.println(hs); } } 程序运行结果如下： [D, A, F, C, B, E] 元素没有以排序的顺序存放，且具体的输出可能变化。

数据结构哈希查找

4，谁能讲解一点哈希表数据结构的知识

基本原理: 我们使用一个下标范围比较大的数组(可以把地址比做数组)来存储元素(把要存储的数据比做元素)。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. 构造函数的方法 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。 冲突处理(线性重散列法) 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）。 这里只介绍一部分,还有一些,请参考相关书籍.

5，哈希表是一种算法还是一种数据结构呢

对于动态查找表而言，1) 表长不确定；2)在设计查找表时，只知道关键字所属范围，而不知道确切的关键字。因此，一般情况需建立一个函数关系，以f(key)作为关键字为key的录在表中的位置，通常称这个函数f(key)为哈希函数。(注意：这个函数并不一定是数学函数) 哈希函数是一个映象，即：将关键字的集合映射到某个地址集合上，它的设置很灵活，只要这个地址集合的大小不超出允许范围即可。 现实中哈希函数是需要构造的，并且构造的好才能使用的好。 用途：加密，解决冲突问题。。。。 用途很广，比特精灵中就使用了哈希函数，你可 以自己看看。 具体可以学习一下数据结构和算法的书。
哈希算法并不是一个特定的算法而是一类算法的统称。哈希算法也叫散列算法,一般来说满足这样的关系:f(data)=key,输入任意长度的data数据,经过哈希算法处理后输出一个定长的数据key。同时这个过程是不可逆的,无法由key逆推出data。如果是一个data数据集,经过哈希算法处理后得到key的数据集,然后将keys与原始数据进行一一映射就得到了一个哈希表。一般来说哈希表m符合m[key]=data这种形式。哈希表的好处是当原始数据较大时,我们可以用哈希算法处理得到定长的哈希值key,那么这个key相对原始数据要小得多。我们就可以用这个较小的数据集来做索引,达到快速查找的目的。稍微想一下就可以发现,既然输入数据不定长,而输出的哈希值却是固定长度的,这意味着哈希值是一个有限集合,而输入数据则可以是无穷多个。那么建立一对一关系明显是不现实的。所以"碰撞"(不同的输入数据对应了相同的哈希值)是必然会发生的,所以一个成熟的哈希算法会有较好的抗冲突性。同时在实现哈希表的结构时也要考虑到哈希冲突的问题。密码上常用的md5,sha都是哈希算法,因为key的长度(相对大家的密码来说)较大所以碰撞空间较大,有比较好的抗碰撞性,所以常常用作密码校验。麻烦采纳，谢谢!
当然是数据结构

6，什么是哈希表啊

哈希表是用于查找的一种表，它是根据某一函数H(key)=key,来确定某一元素的存储位置，构造哈希表的方法，一般有：或是它的线性函数，来构造；还有除留余数法等等；构造这种表的过程叫哈希造表，或散列，得到的地址，称为哈系地址或散列地址。
简单说就是按照哈希函数关系建立的表 具体内容请参考数据结构相关知识~ 下面引用一些别的地方 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），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 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。 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）。 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 const empty=maxlongint; // 用非常大的整数代表这个位置没有存储元素 p=9997; // 表的大小 procedure makenull; var i:integer; begin for i:=0 to p-1 do A[i]:=empty; 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： function h(x:longint):Integer; begin h:= x mod p; 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 function locate(x:longint):integer; var orig,i:integer; begin orig:=h(x); i:=0; while (ix)and(A[(orig+i)mod S]<>empty) do inc(i); //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 //素存储的单元，要么表已经满了 locate:=(orig+i) mod S; end; 插入元素 procedure insert(x:longint); var posi:integer; begin posi:=locate(x); //定位函数的返回值 if A[posi]=empty then A[posi]:=x else error; //error 即为发生了错误，当然这是可以避免的 end; 查找元素是否已经在表中 procedure member(x:longint):boolean; var posi:integer; begin posi:=locate(x); if A[posi]=x then member:=true else member:=false; end; 这些就是建立在哈希表上的常用基本运算。
根据设定的哈希函数H(key)和处理冲突方法将一组关键字映象到一个有限的地址区间上，并以关键字在地址区间中的象作为记录在表中的存储位置，这种表称为哈希表或散列，所得存储位置称为哈希地址或散列地址。

文章TAG：哈希表数据结构  数据结构中的哈希表查找  
下一篇