python实现散列表的直接寻址法

　　散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在内存存储位置的数据结构。也就是说，它通过计算一个关于键值的函数，

将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。

　　一个通俗的例子是，为了查找电话簿中某人的号码，可以创建一个按照人名首字母顺序排列的表，在首字母为W的表中查找“王”姓的电话号码，

显然比直接查找就要快得多。这里使用人名作为关键字，“取首字母”是这个例子中散列函数的函数法则，存放首字母的表对应散列表。关键字和函数法

则理论上可以任意确定。

　它仅支持插入，查找和删除三类字典操作，在散列表中查找一个元素的时间在最坏的情况下是O(n)，这和链表的操作时间一致。在实际中，散列

的效率是非常高的，最高的查找期望时间为O(1）

　　在关键字的全域U比较小时，直接寻址是一种简单有效的方法。具体思路是取关键字或关键字的某个线性函数值为散列地址。即{hash(k)=k}或

{hash(k)=a*k+b}，其中{a,b}为常数（这种散列函数叫做自身函数）

　　python语言是非常简洁的，我把python源码和算法导论的伪码对比发现，这伪码到python源码几乎可以算是一一对应，所以，我这里就贴出了

python源码，即直观又简洁：

KEYS = (12,6554,12345,34234,234234,6456456,34234,67645,2343432,23423,1343324)
DELETED = -1
m=len(KEYS)
T=[None for _ in range(m)]

def h1(k):
    return k % m

def HASH_INSERT(T,k):
        j=h1(k)
        if T[j]==None or T[j]==DELETED:
            T[j]=k
            return j

def HASH_SEARCH(T,k):
        j=h1(k)
        if T[j] == k:
                return j

        if T[j]==None:
                return None

def HASH_DELETE(T,k):
    i=HASH_SEARCH(T,k)
    if i is None:
        raise Exception("key %s doesn't exist"%k)
    T[i]=DELETED

if __name__=='__main__':
    for k in KEYS:
        HASH_INSERT(T,k)
    print "all keys:"
    print(T)

    print "every key:"
    for k in KEYS:
        print(k,HASH_SEARCH(T,k))

    print "del key1:"
    HASH_DELETE(T,KEYS[1])
    print(T)

    print "none keys:"
    for k in KEYS:
        if HASH_SEARCH(T,k) is None:
            print(k)

    print "insert key1:"
    HASH_INSERT(T,KEYS[1])
    print(T)

　　运行结果：

all keys:
[234234, 12, 34234, 12345, 23423, None, 6456456, None, None, 6554, None]
every key:
(12, 1)
(6554, 9)
(12345, 3)
(34234, 2)
(234234, 0)
(6456456, 6)
(34234, 2)
(67645, None)
(2343432, None)
(23423, 4)
(1343324, None)
del key1:
[234234, 12, 34234, 12345, 23423, None, 6456456, None, None, -1, None]
none keys:
6554
67645
2343432
1343324
insert key1:
[234234, 12, 34234, 12345, 23423, None, 6456456, None, None, 6554, None]