当前位置: 首页 > news >正文

【算法】- 查找 - 散列表查询(哈希表)

文章目录

  • 前言
  • 一、哈希表的思想
  • 二、哈希表
  • 总结


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。

//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。


//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。

//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。

//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

#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);elseprintf("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);elseprintf("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。

http://www.lryc.cn/news/456666.html

相关文章:

  • 货币政策工具
  • std::async概念和使用方法
  • Chatgpt 原理解构
  • 【每日刷题】Day135
  • Linux运维01:VMware创建虚拟机
  • 服务器平均响应时间和数据包大小关系大吗?
  • Vue入门-指令学习-v-show和v-if
  • nacos多数据源插件介绍以及使用
  • 国庆档不太热,影视股“凉”了?
  • QtDesign预览的效果与程序运行的结果不一致的解决方法
  • 模运算和快速幂
  • 【机器学习】——神经网络与深度学习:从基础到应用
  • Unity各个操作功能+基本游戏物体创建与编辑+Unity场景概念及文件导入导出
  • QT入门教程攻略 QT入门游戏设计:贪吃蛇实现 QT全攻略心得总结
  • Linux No space left on device分析和解决
  • Qt实现Halcon窗口显示当前图片坐标
  • 构建宠物咖啡馆:SpringBoot框架的实现策略
  • Qt开发环境的搭建
  • docker-compose查看容器日志和实时查看日志
  • MVC、MVP和MVVM之间的区别
  • uni-app 打包成app时 限制web-view大小
  • 智能指针(2)
  • [含文档+PPT+源码等]精品基于Nodejs实现的家教服务小程序的设计与实现
  • electron打包报错-winCodeSign无法下载
  • 给Windows系统设置代理的操作方法
  • 高质量带货短视频素材来源推荐
  • torchvision.transforms.Resize()的用法
  • 简单认识 redis -数据类型命令
  • Python 语言学习——应用1.2 数字图像处理(第二节,变换)
  • 【QT Quick】页面布局:手动定位与坐标系转换