数据结构与算法(hash表)
2012-06-28 17:51
155 查看
http://blog.csdn.net/dmgychlrqin/article/details/6895531
hash表,有时候也被称为散列表。个人认为,hash表是介于链表和二叉树之间的一种中间结构。链表使用十分方便,但是数据查找十分麻烦;二叉树中的数据严格有序,但是这是以多一个指针作为代价的结果。hash表既满足了数据的查找方便,同时不占用太多的内容空间,使用也十分方便。
打个比方来说,所有的数据就好像许许多多的书本。如果这些书本是一本一本堆起来的,就好像链表或者线性表一样,整个数据会显得非常的无序和凌乱,在你找到自己需要的书之前,你要经历许多的查询过程;而如果你对所有的书本进行编号,并且把这些书本按次序进行排列的话,那么如果你要寻找的书本编号是n,那么经过二分查找,你很快就会找到自己需要的书本;但是如果你每一个种类的书本都不是很多,那么你就可以对这些书本进行归类,哪些是文学类,哪些是艺术类,哪些是工科的,哪些是理科的,你只要对这些书本进行简单的归类,那么寻找一本书也会变得非常简单,比如说如果你要找的书是计算机方面的书,那么你就会到工科一类当中去寻找,这样查找起来也会显得麻烦。
不知道这样举例你清楚了没有,上面提到的归类方法其实就是hash表的本质。下面我们可以写一个简单的hash操作代码。
a)定义hash表和基本数据节点
[cpp] view
plaincopy
typedef struct _NODE
{
int data;
struct _NODE *next;
}NODE;
typedef struct _HASH_TABLE
{
NODE *value[10];
}HASH_TABLE;
b)创建hash表
[cpp] view
plaincopy
HASH_TABLE *create_hash_table()
{
HASH_TABLE *pHashTbl = (HASH_TABLE *)malloc(sizeof(HASH_TABLE));
ASSERT(pHashTbl != NULL);
memset(pHashTbl, 0, sizeof(HASH_TABLE));
return pHashTbl;
}
c)在hash表当中寻找数据
[cpp] view
plaincopy
NODE *find_data_in_hash(HASH_TABLE *pHashTbl, int data)
{
NODE *pNode;
if (NULL == pHashTbl)
{
return NULL;
}
if (NULL == (pNode = pHashTbl->value[data % 10]))
{
return NULL;
}
while (pNode)
{
if (data == pNode->data)
{
return pNode;
}
pNode = pNode->next;
}
return NULL;
}
d)在hash表当中插入数据
[cpp] view
plaincopy
BOOL insert_data_into_hash(HASH_TABLE *pHashTbl, int data)
{
NODE *pNode;
if (NULL == pHashTbl)
{
return FALSE;
}
if (NULL == pHashTbl->value[data%10])
{
pNode = (NODE *)malloc(sizeof(NODE));
memset(pNode, 0, sizeof(NODE));
pNode->data = data;
pHashTbl->value[data % 10] = pNode;
return TRUE;
}
if (NULL != find_data_in_hash(pHashTbl, data))
{
return FALSE;
}
pNode = pHashTbl->value[data % 10];
while (NULL != pNode->next)
{
pNode = pNode->next;
}
pNode->next = (NODE *)malloc(sizeof(NODE));
memset(pNode->next, 0, sizeof(NODE));
pNode->next->data = data;
return TRUE;
}
e)从hash表中删除数据
[cpp] view
plaincopy
BOOL delete_data_from_hash(HASH_TABLE *pHashTbl, int data)
{
NODE *pHead;
NODE *pNode;
if (NULL == pHashTbl || NULL == pHashTbl->value[data % 10])
{
return FALSE;
}
if (NULL == (pNode = find_data_in_hash(pHashTbl, data)))
{
return FALSE;
}
if (pNode == pHashTbl->value[data % 10])
{
pHashTbl->value[data % 10] = pNode->next;
free(pNode);
return TRUE;
}
pHead = pHashTbl->value[data % 10];
while (pNode != pHead->next)
{
pHead = pHead->next;
}
pHead->next = pNode->next;
free(pNode);
return TRUE;
}
总结:
1、hash表不复杂,我们在开发中也经常使用,建议朋友们好好掌握;
2、hash表可以和二叉树形成复合结构,至于为什么,建议朋友们好好思考一下?
hash表,有时候也被称为散列表。个人认为,hash表是介于链表和二叉树之间的一种中间结构。链表使用十分方便,但是数据查找十分麻烦;二叉树中的数据严格有序,但是这是以多一个指针作为代价的结果。hash表既满足了数据的查找方便,同时不占用太多的内容空间,使用也十分方便。
打个比方来说,所有的数据就好像许许多多的书本。如果这些书本是一本一本堆起来的,就好像链表或者线性表一样,整个数据会显得非常的无序和凌乱,在你找到自己需要的书之前,你要经历许多的查询过程;而如果你对所有的书本进行编号,并且把这些书本按次序进行排列的话,那么如果你要寻找的书本编号是n,那么经过二分查找,你很快就会找到自己需要的书本;但是如果你每一个种类的书本都不是很多,那么你就可以对这些书本进行归类,哪些是文学类,哪些是艺术类,哪些是工科的,哪些是理科的,你只要对这些书本进行简单的归类,那么寻找一本书也会变得非常简单,比如说如果你要找的书是计算机方面的书,那么你就会到工科一类当中去寻找,这样查找起来也会显得麻烦。
不知道这样举例你清楚了没有,上面提到的归类方法其实就是hash表的本质。下面我们可以写一个简单的hash操作代码。
a)定义hash表和基本数据节点
[cpp] view
plaincopy
typedef struct _NODE
{
int data;
struct _NODE *next;
}NODE;
typedef struct _HASH_TABLE
{
NODE *value[10];
}HASH_TABLE;
b)创建hash表
[cpp] view
plaincopy
HASH_TABLE *create_hash_table()
{
HASH_TABLE *pHashTbl = (HASH_TABLE *)malloc(sizeof(HASH_TABLE));
ASSERT(pHashTbl != NULL);
memset(pHashTbl, 0, sizeof(HASH_TABLE));
return pHashTbl;
}
c)在hash表当中寻找数据
[cpp] view
plaincopy
NODE *find_data_in_hash(HASH_TABLE *pHashTbl, int data)
{
NODE *pNode;
if (NULL == pHashTbl)
{
return NULL;
}
if (NULL == (pNode = pHashTbl->value[data % 10]))
{
return NULL;
}
while (pNode)
{
if (data == pNode->data)
{
return pNode;
}
pNode = pNode->next;
}
return NULL;
}
d)在hash表当中插入数据
[cpp] view
plaincopy
BOOL insert_data_into_hash(HASH_TABLE *pHashTbl, int data)
{
NODE *pNode;
if (NULL == pHashTbl)
{
return FALSE;
}
if (NULL == pHashTbl->value[data%10])
{
pNode = (NODE *)malloc(sizeof(NODE));
memset(pNode, 0, sizeof(NODE));
pNode->data = data;
pHashTbl->value[data % 10] = pNode;
return TRUE;
}
if (NULL != find_data_in_hash(pHashTbl, data))
{
return FALSE;
}
pNode = pHashTbl->value[data % 10];
while (NULL != pNode->next)
{
pNode = pNode->next;
}
pNode->next = (NODE *)malloc(sizeof(NODE));
memset(pNode->next, 0, sizeof(NODE));
pNode->next->data = data;
return TRUE;
}
e)从hash表中删除数据
[cpp] view
plaincopy
BOOL delete_data_from_hash(HASH_TABLE *pHashTbl, int data)
{
NODE *pHead;
NODE *pNode;
if (NULL == pHashTbl || NULL == pHashTbl->value[data % 10])
{
return FALSE;
}
if (NULL == (pNode = find_data_in_hash(pHashTbl, data)))
{
return FALSE;
}
if (pNode == pHashTbl->value[data % 10])
{
pHashTbl->value[data % 10] = pNode->next;
free(pNode);
return TRUE;
}
pHead = pHashTbl->value[data % 10];
while (pNode != pHead->next)
{
pHead = pHead->next;
}
pHead->next = pNode->next;
free(pNode);
return TRUE;
}
总结:
1、hash表不复杂,我们在开发中也经常使用,建议朋友们好好掌握;
2、hash表可以和二叉树形成复合结构,至于为什么,建议朋友们好好思考一下?
相关文章推荐
- 数据结构与算法(C#实现)系列---N叉树(二)
- 数据结构与算法(C#实现) N叉树
- 打造最快的Hash表(和Blizzard的对话)
- 数据结构与算法(C#实现)系列-----前言_C#教程
- 数据结构与算法(C#实现)系列---树(一)_C#教程
- 数据结构与算法系列---B-树
- 什么是hash表
- Hash表算法实现
- C# 数据结构与算法系列(三) 线性表之链表
- 三种基本排序之间的比较(摘之java数据结构与算法第二版Robert Lafore)
- 数据结构与算法(1)
- Hash表与素数
- 打造最快的Hash表
- 数据结构与算法程序集
- Hash表的研究(1)
- 数据结构与算法(一)
- 从头到尾彻底解析Hash表算法
- Hash表算法学习
- 菜鸟解释数据结构与算法
- js中的hash表