javascript数据结构与算法--散列

一：javascript数据结构与算法--散列

 一：什么是哈希表？

哈希表也叫散列表，是根据关键码值(key,value)而直接进行访问的数据结构，它是通过键码值映射到表中一个位置来访问记录的，散列表后的数据可以快速的插入和使用，散列使用的数据结构叫做散列表。

 散列表的优点及缺点：

优点：在散列表上插入，删除和取用数据都非常快。

缺点：对于查找来说效率低下，比如查找一组数据中的最大值与最小值时候，这个时候我们可以使用二叉树查找了。

 散列表实现的具体原理？

1. 散列函数的选择依赖于键值的数据类型，如果键是整型，那么散列函数就是以数组的长度对键取余。取余结果就当作数组的下标，将值存储在以该数字为下标的数组空间里。
2. 如果键值是字符串类型，那么就将字符串中的每个字符的ASCLL码值相加起来，再对数组的长度取余。取余的结果当作数组的下标，将值存储在以该余数为下标的数组空间里面。

一般情况下，散列函数会将每个键值映射为一个唯一的数组索引。然而，键的数量是无限的，数组的长度是有限的(在javascript上是这样的)，那么我们的目标是想让散列函数尽量均匀地映射到数组中。使用散列函数时候，仍然会存在两个键(key)会映射到同一个值的可能。这种现象我们称为 ”碰撞”，为了避免 ”碰撞”，首先要确保散列表中用来存储数据的数组大小是个质数，因为这和计算散列值时使用的取余运算有关，并且希望数组的长度在100以上的质数，这是为了让数据在散列表中能均匀的分布，所以我们下面的数组长度先定义为137.

 散列表的取数据方法：

当存储记录时，通过散列函数计算出记录的散列地址，当取记录时候，我们通过同样的散列函数计算记录的散列地址，并按此散列地址访问该记录。

散列基本含义如下图：

名字

散列函数(名字中每个字母的ASCLL码之和)

散列值

散列表

Durr

68+117+114+114

413

0
....
413	Durr
...
511	Smith
....
517	Jones

Smith

81+109+105+116+104

517

Jones

74+111+110+101+115

511

比如我们现在如果想要取Durr值得话，那么我们就可以取散列表中的第413记录 即可得到值。

二：代码如何实现HashTable类；

1.先实现HashTable类，定义一个属性，散列表的长度，如上所说，定义数组的长度为137.代码如下：

function HashTable() {
   this.table = new Array(137);
}

2.实现散列函数；

就将字符串中的每个字符的ASCLL码值相加起来，再对数组的长度取余。取余的结果当作数组的下标，将值存储在以该余数为下标的数组空间里面。代码如下：

function simpleHash (data) {
    var total = 0;
    for(var i = 0; i < data.length; i++) {
        total += data.charCodeAt(i);
    }
    console.log("Hash Value: " +data+ " -> " +total);
    return total % this.table.length;
}

3. 将数据存入散列表。

function put(data){
    var pos = this.simpleHash(data);
    this.table[pos] = data;
}

4. 显示散列表中的数据

function showDistro (){
    var n = 0;
    for(var i = 0; i < this.table.length; i++) {
        if(this.table[i] != undefined) {
         console.log(i + ":" +this.table[i]);
         }
     }
}

下面是所有的JS代码如下：

function HashTable() {
    this.table = new Array(137);
}

HashTable.prototype = {
    simpleHash: function(data) {
        var total = 0;
        for(var i = 0; i < data.length; i++) {
            total += data.charCodeAt(i);
        }
        console.log("Hash Value: " +data+ " -> " +total);
        return total % this.table.length;
    },
    put: function(data){
        var pos = this.simpleHash(data);
        this.table[pos] = data;
    },
    showDistro: function(){
        var n = 0;
        for(var i = 0; i < this.table.length; i++) {
            if(this.table[i] != undefined) {
                console.log(i + ":" +this.table[i]);
            }
        }
    }
};

我们先来做demo来测试下，如上面的代码；如下：

var someNames = ["David","Jennifer","Donnie","Raymond","Cynthia","Mike","Clayton","Danny","Jonathan"];

var hTable = new HashTable();

for(var i = 0; i < someNames.length; ++i) {

       hTable.put(someNames[i]);

}

hTable.showDistro(); 

打印如下：

simpleHash方法里面

打印如下：

上面可以看出，不同的键名(key),但是他们的值相同，由此发生了碰撞，所以最后一个值会存入散列表中。

二：一个更好的散列函数；

为了避免碰撞，我们要有一个计算散列值的更好方法。霍纳算法很好地解决了这个问题，新的散列函数仍然先计算字符串中各字符的ASCLL码值，不过求和时每次要乘以一个质数。我们这里建议是31.代码如下：

function betterHash(string) {
    var H = 31;
    var total = 0;
    for(var i = 0; i < string.length; ++i) {
        total += H * total + string.charCodeAt(i);
    }
    total = total % this.table.length;
    console.log("Hash Value: " +string+ " -> " +total);
    if(total < 0) {
        total += this.table.length - 1;
    }
    return parseInt(total);
} 

但是我们的put的方法要改成如下了：

function put(data) {
   var pos = this.betterHash(data);
   this.table[pos] = data;
} 

下面是所有的JS代码如下：

function HashTable() {
    this.table = new Array(137);
}

HashTable.prototype = {
    simpleHash: function(data) {
        var total = 0;
        for(var i = 0; i < data.length; i++) {
            total += data.charCodeAt(i);
        }
        console.log("Hash Value: " +data+ " -> " +total);
        return total % this.table.length;
    },

    put: function(data){
        //var pos = this.simpleHash(data);
        var pos = this.betterHash(data);
        this.table[pos] = data;
    },

    showDistro: function(){
        var n = 0;
        for(var i = 0; i < this.table.length; i++) {
            if(this.table[i] != undefined) {
                console.log(i + ":" +this.table[i]);
            }
        }
    },
    betterHash: function(string){
        var H = 31;
        var total = 0;
        for(var i = 0; i < string.length; ++i) {
            total += H * total + string.charCodeAt(i);
        }
        total = total % this.table.length;
        console.log("Hash Value: " +string+ " -> " +total);
        if(total < 0) {
            total += this.table.length - 1;
        }
        return parseInt(total);
    }
};

测试代码还是上面的如下：

var someNames = ["David","Jennifer","Donnie","Raymond","Cynthia","Mike","Clayton","Danny","Jonathan"];
var hTable = new HashTable();
for(var i = 0; i < someNames.length; ++i) {
    hTable.put(someNames[i]);
}
hTable.showDistro();

如下图运行所示：

三：散列化整型键；

上面我们展示了如何散列字符串类型的键，现在我们来看看如何散列化整型键，使用的数据是学生的成绩。我们将随机产生一个9位数的键，用以识别学生身份和一门成绩。

代码如下：

function getRandomInt(min,max) {
    return Math.floor(Math.random() * (max - min +1)) + min;
}
function genStuData(arr) {
    for(var i = 0; i < arr.length; ++i) {
        var num = "";
         for(var j = 1; j <= 9; ++j) {
             num += Math.floor(Math.random() * 10);
         }
         console.log(num);
         num += getRandomInt(50,100);
         console.log(num);
         arr[i] = num;
     }
}

使用getRandomInt()函数时，可以指定随机数的最大值与最小值。拿学生的成绩来看，最低分是50，最高分是100；

genStuData()函数生成学生的数据。里面的循环是用来生成学生的ID，紧跟在循环后面的代码生存一个随机成绩，并把成绩连在ID的后面。如下：

主程序会把ID和成绩分离。如下所示：

下面就是上面的测试代码如下：

var numStudents = 10;
var students = new Array(numStudents);
genStuData(students);

console.log("Student data: \n");
for(var i = 0; i < students.length; i++) {
    console.log(students[i].substring(0,8) + " " +students[i].substring(9));
}
console.log("\n\nData distribution:\n");

var hTable = new HashTable();
for(var i = 0; i < students.length; i++) {
    hTable.put(students[i]);
}
hTable.showDistro();

从散列表取值

前面讲的是散列函数，现在我们要学会使用散列存取数据操作，现在我们需要修改put方法，使得该方法同时接受键和数据作为参数，对键值散列后，将数据存储到散列表中，如下put代码：

function put(key,data) {
    var pos = this.betterHash(key);
    this.table[pos] = data;
}

Put()方法将键值散列化后，将数据存储到散列化后的键值对应的数组中的位置上。

接下来我们定义get方法，用以读取存储在散列表中的数据。该方法同样需要对键值进行散列化，然后才能知道数据到底存储在数组的什么位置上。代码如下：

function get(key) {
    return this.table[this.betterHash(key)];
}

下面是所有的JS代码如下：

function HashTable() {
    this.table = new Array(137);
}

HashTable.prototype = {
    simpleHash: function(data) {
        var total = 0;
        for(var i = 0; i < data.length; i++) {
            total += data.charCodeAt(i);
        }
        console.log("Hash Value: " +data+ " -> " +total);
        return total % this.table.length;
    },

    put: function(key,data) {
        var pos = this.betterHash(key);
        this.table[pos] = data;
    },
    get: function(key) {
        return this.table[this.betterHash(key)];
    },
    showDistro: function(){
        var n = 0;
        for(var i = 0; i < this.table.length; i++) {
            if(this.table[i] != undefined) {
                console.log(i + ":" +this.table[i]);
            }
        }
    },
    betterHash: function(string){
        var H = 31;
        var total = 0;
        for(var i = 0; i < string.length; ++i) {
            total += H * total + string.charCodeAt(i);
        }
        total = total % this.table.length;
        console.log("Hash Value: " +string+ " -> " +total);
        if(total < 0) {
            total += this.table.length - 1;
        }
        return parseInt(total);
    }
};

测试代码如下：

var someNames = ["David","Jennifer","Donnie","Raymond","Cynthia","Mike","Clayton","Danny","Jonathan"];
var hTable = new HashTable();
for(var i = 0; i < someNames.length; ++i) {
    hTable.put(someNames[i],someNames[i]);
}
for(var i = 0; i < someNames.length; ++i) {
    console.log(hTable.get(someNames[i]));
}

四：碰撞处理

当散列函数对于多个输入产生同样的输出时，就产生了碰撞。当碰撞发生时，我们仍然希望将键存储到通过散列算法产生的索引位置上，但是不可能将多份数据存储到一个数组单元中。那么实现开链法的方法是：在创建存储散列过的键值的数组时，通过调用一个函数创建一个新的空数组，然后在该数组赋值给散列表里的每个数组元素元素，这样就创建了一个二维数组，使用这种技术，即使两个键散列后的值相同，依然被保存在同样的位置上，但是他们的第二个数组的位置不一样。

1下面我们通过如下方法来创建一个二维数组，我们也称这个数组为链。代码如下：

function buildChains(){
    for(var i = 0; i < this.table.length; i++) {
        this.table[i] = new Array();
    }
}

2. 散列表里面使用多维数组存储数据，所以showDistro()方法代码需要改成如下：

function showDistro() {
  var n = 0;
  for(var i = 0; i < this.table.length; i++) {
    if(this.table[i][0] != undefined) {
        console.log(i + ":" +this.table[i]);
     }
    }
}

3. 使用了开链法后，需要重新对put和get方法进行改造，put()方法实现原理如下：

put()方法将键值散列，散列后的值对应数组中的一个位置，先尝试将数据放在该位置上的数组中的第一个单元格，如果该单元格里已经有数据了，put()方法会搜索下一个位置，直到找到能放置数据的单元格，并把数据存储进去，下面是put实现的代码：

function put(key,data) {
    var pos = this.simpleHash(key);
    var index = 0;
    if(this.table[pos][index] == undefined) {
        this.table[pos][index] = data;
    }else {
        while(this.table[pos][index] != undefined) {
            ++index;
        }
        this.table[pos][index] = data;
    }
}

4.get() 方法先对键值散列，根据散列后的值找到散列表相应的位置，然后搜索该位置上的链，直到找到键值，如果找到，就将紧跟在键值后面的数据返回，如果没有找到，就返回undefined。代码如下：

function get(key) {
    var index = 0;
    var pos = this.simpleHash(key);
    if(this.table[pos][index] == key) {
        return this.table[pos][index];
    }else {
        while(this.table[pos][index] != key) {
            ++index;
        }
        return this.table[pos][index];
    }
    return undefined;
}

下面是实现开链法的所有JS代码如下：

function HashTable() {
    this.table = new Array(137);
}

HashTable.prototype = {
    simpleHash: function(data) {
        var total = 0;
        for(var i = 0; i < data.length; i++) {
            total += data.charCodeAt(i);
        }
        console.log("Hash Value: " +data+ " -> " +total);
        return total % this.table.length;
    },
    put: function(key,data) {
        var pos = this.simpleHash(key);
        var index = 0;
        if(this.table[pos][index] == undefined) {
            this.table[pos][index] = data;
        }else {
            while(this.table[pos][index] != undefined) {
                ++index;
            }
            this.table[pos][index] = data;
        }
    },
    get: function(key) {
        var index = 0;
        var pos = this.simpleHash(key);
        if(this.table[pos][index] == key) {
            return this.table[pos][index];
        }else {
            while(this.table[pos][index] != key) {
                ++index;
            }
            return this.table[pos][index];
        }
        return undefined;
    },
    showDistro: function(){
        var n = 0;
        for(var i = 0; i < this.table.length; i++) {
            if(this.table[i][0] != undefined) {
                console.log(i + ":" +this.table[i]);
            }
        }
    },
    buildChains: function() {
        for(var i = 0; i < this.table.length; i++) {
            this.table[i] = new Array();
        }
    }
};

测试代码如下：

var someNames = ["David","Jennifer","Donnie","Raymond","Cynthia","Mike","Clayton","Danny","Jonathan"];
var hTable = new HashTable();
hTable.buildChains();

for(var i = 0; i < someNames.length; ++i) {
     hTable.put(someNames[i],someNames[i]);
}
hTable.showDistro();
console.log("--------------------------");
for(var i = 0; i < someNames.length; ++i) {
      console.log("开链法 "+i + " "+hTable.get(someNames[i]));
}

效果如下：

调用get()方法打印数据如下：

五：线性探测法

 基本原理：

线性探测法属于一般的散列技术：开放寻址散列。当发生碰撞时，线性探测法检查散列表中的当前位置是否为空，如果为空，将数据存入该位置，如果不为空，则继续检查下一个位置，直到找到一个空的位置为止。

什么时候使用线性探测法，什么时候使用开链法呢？

如果数组的大小是待存储数据的个数是1.5倍，那么使用开链法，如果数组的大小是待存储的数据的2倍及2倍以上时，那么使用线性探测法。

为了实现线性探测法，我们需要增加一个新数组 values ，用来存储数据。代码如下：

function HashTable() {
     this.table = new Array(137);
     this.values = [];
}

我们知道探测法原理之后，我们就可以写put方法代码了，代码如下：

function put(key,data) {
    var pos = this.simpleHash(key);
    if(this.table[pos] == undefined) {
     this.table[pos] = key;
     this.values[pos] = data;
    }else {
     while(this.table[pos] != undefined) {
        ++pos;
     }
    this.table[pos] = key;
    this.values[pos] = data;
    }
}

2. get()方法的基本原理是：先搜索键在散列表中的位置，如果找到，则返回数组values中对应位置上的数据。如果没有找到，则循环搜索，以当前的位置的下一个位置开始循环搜索，如果找到对应的键，则返回对应的数据，否则的话 返回undefined；代码如下：

function get(key) {
    var pos = this.simpleHash(key);
    if(this.table[pos] == key) {
        return this.values[pos];
    }else {
        for(var i = pos+1; i < this.table.length; i++) {
        if(this.table[i] == key) {
            return this.values[i];
         }
        }
        }
    return undefined;

}

下面是所有JS代码如下：

function HashTable() {
    this.table = new Array(137);
    this.values = [];
}

HashTable.prototype = {
    simpleHash: function(data) {
        var total = 0;
        for(var i = 0; i < data.length; i++) {
            total += data.charCodeAt(i);
        }
        console.log("Hash Value: " +data+ " -> " +total);
        return total % this.table.length;
    },
    put: function(key,data) {
        var pos = this.simpleHash(key);
        if(this.table[pos] == undefined) {
            this.table[pos] = key;
            this.values[pos] = data;
        }else {
            while(this.table[pos] != undefined) {
                ++pos;
            }
            this.table[pos] = key;
            this.values[pos] = data;
        }
    },
    get: function(key) {
        var pos = this.simpleHash(key);
        if(this.table[pos] == key) {
            return this.values[pos];
        }else {
            for(var i = pos+1; i < this.table.length; i++) {
                if(this.table[i] == key) {
                    return this.values[i];
                }
            }
        }
        return undefined;

    },
    showDistro: function(){
        var n = 0;
        for(var i = 0; i < this.table.length; i++) {
            if(this.table[i] != undefined) {
                console.log(i + ":" +this.table[i]);
            }
        }
    }
};

测试代码如下：

var someNames = ["David","Jennifer","Donnie","Raymond","Cynthia","Mike","Clayton","Danny","Jonathan"];
var hTable = new HashTable();

for(var i = 0; i < someNames.length; ++i) {
    hTable.put(someNames[i],someNames[i]);
}
hTable.showDistro();
console.log("--------------------------");

for(var i = 0; i < someNames.length; ++i) {
    console.log(hTable.get(someNames[i]));
}

效果如下：