查找的效率与比较次数密切相关。基于比较的程序,运算效率是比较低的。比如平时可以通过indexOf查找一个数据。但这是一个基于比较的一个实现。如果是淘宝那样有上亿个商品,那么用indeOf 来查数据就会性能非常差。

对一个在哈希表中的数据的访问过程是迅速有效的,通过散列函数,哈希表中的元素的key经常是唯一的,数据元素将被更快地定位。

最近学习了散列表(哈希表),参考这篇文章https://blog.csdn.net/zouchunlaigo1988/article/details/7163920。,换成了JavaScript语言实现。

问题描述

针对某个集体(比如你所在的班级)中的“人名”设计一个哈希表,使得平均查找长度不超过R,完成相应的建表和查表程序。

基本要求

假设人名为中国人姓名的汉语拼音形式。待填入哈希表的人名共有30个,取平均查找长度的上限为2。哈希函数用除留余数法构造,用伪随机探测再散列发处理冲突。

const Name_NO = 30;
const HASH_LENGTH = 50;
const M = 50; class Name {
constructor() {
this.py = '';
this.key = 0;
}
} class Hash {
constructor() {
//名字的拼音
//拼音对应的整数
//查找的长度
this.py = '';
this.key = 0;
this.si = 0;
}
}
const NameList = [];
for (let i = 0; i < Name_NO; i++) {
let studuent = new Name();
NameList.push(studuent);
} /** 算法设计*/
/**1 姓名结构体数组初始化 */
//名字以拼音形成字符串,将字符串的各个字符对应的ASCII码相加,所得的整数作为哈希表的关键字
const InitNameList = () => {
let f = '';
let r, s0, i;
NameList[0].py = "chenliang";//陈亮
NameList[1].py = "chenyuanhao";//陈元浩
NameList[2].py = "chengwenliang";//程文亮
NameList[3].py = "dinglei";//丁磊
NameList[4].py = "fenghanzao";//冯汉枣
NameList[5].py = "fuzongkai";//付宗楷
NameList[6].py = "hujingbin";//胡劲斌
NameList[7].py = "huangjianwu";//黄建武
NameList[8].py = "lailaifa";//赖来发
NameList[9].py = "lijiahao";//李嘉豪
NameList[10].py = "liangxiaocong";//梁晓聪
NameList[11].py = "linchunhua";//林春华
NameList[12].py = "liujianhui";//刘建辉
NameList[13].py = "luzhijian";//卢志健
NameList[14].py = "luonan";//罗楠
NameList[15].py = "quegaoxiang";//阙高翔
NameList[16].py = "sugan";//苏淦
NameList[17].py = "suzhiqiang";//苏志强
NameList[18].py = "taojiayang";//陶嘉阳
NameList[19].py = "wujiawen";//吴嘉文
NameList[20].py = "xiaozhuomin";//肖卓明
NameList[21].py = "xujinfeng"; //许金峰
NameList[22].py = "yanghaichun";//杨海春
NameList[23].py = "yeweixiong";//叶维雄
NameList[24].py = "zengwei";//曾玮
NameList[25].py = "zhengyongbin";//郑雍斌
NameList[26].py = "zhongminghua";//钟明华
NameList[27].py = "chenliyan";//陈利燕
NameList[28].py = "liuxiaohui";//刘晓慧
NameList[29].py = "panjinmei";//潘金梅 for (let i = 0; i < Name_NO; i++) {
s0 = 0;
f = NameList[i].py;
for (r = 0; r < f.length; r++) {
let str = f.slice(r, r + 1)
let intNum = str.charCodeAt();
s0 = (intNum) + s0;
}
NameList[i].key = s0;
}
} /**2 建立哈希表 */
//用除留余数法建哈希函数,用伪随机探测再散列法处理冲突
const HashList = [];
for (let i = 0; i < HASH_LENGTH; i++) {
let item = new Hash();
HashList.push(item);
}
const CreateHashList = () => {
let i;
for (i = 0; i < HASH_LENGTH; i++) {
HashList[i].py = '';
HashList[i].key = 0;
HashList[i].si = 0; } for (let j = 0; j < Name_NO; j++) {
let sum = 0;
let adr = (NameList[j].key) % M;
let d = adr;
if (HashList[adr].si == 0) {
HashList[adr].key = NameList[j].key;
HashList[adr].py = NameList[j].py;
HashList[adr].si = 1;
} else {
//冲突,车采用伪随机探测再散列法处理冲突
do {
d = (d + NameList[j].key % 10 + 1) % M
sum = sum + 1;
} while (HashList[d].key != 0);
HashList[d].key = NameList[j].key;
HashList[d].py = NameList[j].py;
HashList[d].si=sum+1; }
}
}
//3.查找
const FindList = (name) => {
let s0 = 0, r, sum = 1, adr, d;
for (r = 0; r < name.length; r++) {
let str = name.slice(r, r + 1)
let intNum = str.charCodeAt();
s0 = (intNum) + s0;
}
adr = s0 % M;//使用哈希函数
d = adr;
//strcmp
if (HashList[adr].key === s0 && (HashList[adr].py == name)) {
console.log(`姓名%${HashList[d].py},关键字${s0},查找长度1`)
} else if (HashList[adr].key == 0) {
console.log("无此记录")
} else {
let g = 0;
do {
d = (d + s0 % 10 + 1) % M; //伪随机探测在散列法处理冲突
sum = sum + 1;
if (HashList[d].key === 0) {
console.log("无此记录");
g = 1;
}
if (HashList[d].key === s0) {
console.log(`姓名:${HashList[d].py},关键字:${s0},查找长度:${sum}`)
}
} while (g == 0)
}
} //显示哈希表
const Display = () => {
let i;
let total = 0;
console.log("\n地址\t关键字\t\t搜索长度\tH(key)\t 姓名\n"); //显示的格式
for (i = 0; i < 50; i++) {
console.log(i,HashList[i].key,HashList[i].si,HashList[i].key % 30,HashList[i].py);
}
for (let i = 0; i < HASH_LENGTH; i++) {
total += HashList[i].si;
}
console.log(`平均查找长度:${total/Name_NO}`)
} //运行主函数
const main = () => {
InitNameList();
CreateHashList();
Display();
//查找唯一key值的数据
FindList('zhengyongbin');
//查找key值冲突的数据
FindList('panjinmei'); }
main();

输出结果

另外再附上一个es6实现的HashTable类

class HashTable {
//初始化
constructor() {
this.obj = {};
this.count = 0;
}
//返回值
take(key) {
if (this.contains(key)) {
return this.obj[key]
}
}
//增加值
add(key, value) {
if (this.obj.hasOwnProperty(key)) {
return false;
} else {
this.obj[key] = value;
this.count++;
return true;
}
}
//清空
clear() {
this.obj = {}
}
//检测
contains(key) {
return this.obj.hasOwnProperty(key);
}
//移除hashtable中对象的值
remove(key) {
this.count--;
delete this.obj[key];
}
}

JavaScript 哈希表(散列表)实现和应用的更多相关文章

  1. JavaScript 哈希表(散列表)应用

    查找的效率与比较次数密切相关.基于比较的程序,运算效率是比较低的.比如平时可以通过indexOf查找一个数据.但这是一个基于比较的一个实现.如果是淘宝那样有上亿个商品,那么用indeOf 来查数据就会 ...

  2. JavaScript数据结构——字典和散列表的实现

    在前一篇文章中,我们介绍了如何在JavaScript中实现集合.字典和集合的主要区别就在于,集合中数据是以[值,值]的形式保存的,我们只关心值本身:而在字典和散列表中数据是以[键,值]的形式保存的,键 ...

  3. 线性表 & 散列表

    线性表: 数据排成一条线一样的机构,每个线性表上的数据最多只有前后两个方向, 包括 数组,链表,队列,栈. 非线性表 : 数据之间并不是简单的前后关系,有二叉树.图等. 散列表(基于 数组支持按照下标 ...

  4. java资料——哈希表(散列表)(转)

    哈希表       散列表(Hash table,也叫哈希表),是根据关键码值(Key value)而直接进行访问的数据结构.也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度. ...

  5. 自己动手实现java数据结构(五)哈希表

    1.哈希表介绍 前面我们已经介绍了许多类型的数据结构.在想要查询容器内特定元素时,有序向量使得我们能使用二分查找法进行精确的查询((O(logN)对数复杂度,很高效). 可人类总是不知满足,依然在寻求 ...

  6. 散列表的实现 -- 数据结构与算法的javascript描述 第八章

    散列表(哈希表 散列是一种常用的数据存储技术,散列后的数据可以快速地插入或取用. 散列表需要一个散列值(key)来存储指定数据,取数据也是依靠此. 散列值可以依靠计算数据的 ASCII码来获得,但是这 ...

  7. javascript 实现HashTable(哈希表)

    一.javascript哈希表简介 javascript里面是没有哈希表的,一直在java,C#中有时候用到了这一种数据结构,javascript里面若没有,感觉非常不顺手.细细看来,其实javasc ...

  8. HashMap、lru、散列表

    HashMap HashMap的数据结构:HashMap实际上是一个数组和链表("链表散列")的数据结构.底层就是一个数组结构,数组中的每一项又是一个链表. hashCode是一个 ...

  9. Java 哈希表(google 公司的上机题)

    1 哈希表(散列)-Google 上机题 1) 看一个实际需求,google 公司的一个上机题: 2) 有一个公司,当有新的员工来报道时,要求将该员工的信息加入(id,性别,年龄,住址..),当输入该 ...

随机推荐

  1. php采集

    采集思路   采集程序的思路很简单大体可以分为以下几个步骤: 1. 获取远程文件源代码(file_get_contents或用fopen).    2.分析代码得到自己想要的内容(这里用正则匹配,一般 ...

  2. C++添加简单的日记记录

    #include<fstream>#include<iostream> using namespace std;//这是一种日记记录 b 种void LOG(char *tx, ...

  3. 微信小程序:其中wxml和wxss的样式说明

    微信小程序:其中wxml和wxss的样式说明 一.简介 对于css不熟悉的Android程序员来说,开发微信小程序面临的一个比较困难的问题就是界面的排版了.微信小程序的排版就跟wxml和wxss有关了 ...

  4. Sybase:获取本月最后一天的日期的实现方法

    Sybase:获取本月最后一天的日期的实现方法 Oracle中查询月底那天的日期的函数为:last_day(). 在ASE中没有对应的函数,在Oracle移植到Sybase的时候,需要手动编写函数来实 ...

  5. 解决Vim插入模式下backspace按键无法删除字符的问题【转】

    本文转载自:https://blog.csdn.net/zxy987872674/article/details/64124959 最近使用某个服务器编辑文件时,快捷键i进入插入模式后,下方不出现in ...

  6. EF Code-First 学习之旅 配置一对一的关系

    1对1.1对0 的关系 例如:Entity1与零个或一个Entity2的实例有关系 public class Student { public Student() { } public int Stu ...

  7. 使用Ant和YUICompressor链接合并压缩你的JS和CSS代码

    JS代码和CSS代码在上线前要压缩大家应该都是知道的了.记得之前做项目的时候,最后要交差的时候是找了个网站,将JS代码的文件一个一个地复制,粘贴,复制,粘贴. 当时就在想:TMD有没有好一点的方法,劳 ...

  8. Mysql 分组聚合实现 over partition by 功能

    mysql中没有类似oracle和postgreSQL的 OVER(PARTITION BY)功能. 那么如何在MYSQL中搞定分组聚合的查询呢 先说结论: 利用 group_concat + sub ...

  9. Windows下搭建Apache+Django+Python Web服务环境

    最近在学Django,想用Apache搭建一个服务器环境,因此在网上看了好多资料,很多都是用Python2.6和Apache2.2搭建的环境,不过我还是想用Python35和Apache24来搭建,具 ...

  10. NumPy Matplotlib库

    NumPy - Matplotlib Matplotlib 是 Python 的绘图库. 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案. 它也可以和图形工具包一起使用,如 ...