hash表的实现和hash桶的示例（c实现）

hash是以空间换时间的结构，现在空间越来越大，而且对性能要求越来越高的年代，这绝对是值得的。

hash含义就是散列，就是把我们本来想查找的一大群结构体数据分散开，更容易查找。一个好的hash函数应该做到对所有元素平均分散排列，尽量避免或者降低他们之间的冲突（Collision）。hash函数的选择必须慎重，如果不幸所有的元素之间都产生了冲突，那么hash表将退化为链表，其性能会大打折扣，时间复杂度迅速降为O(n)，绝对不要存在任何侥幸心理，因为那是相当危险的。历史上就出现过利用Linux内核hash函数的漏洞，成功构造出大量使hash表发生碰撞的元素，导致系统被DoS，所以目前内核的大部分hash函数都有一个随机数作为参数进行掺杂，以使其最后的值不能或者是不易被预测。这又对 hash函数提出了第二点安全方面的要求：hash函数最好是单向的，并且要用随机数进行掺杂。提到单向，你也许会想到单向散列函数md4和md5，很不幸地告诉你，他们是不适合的，因为hash函数需要有相当好的性能。

散列函数: 将字符串等传入我们的散列函数，而散列函数的职责就是给我们返回一个value值，我们通过这个值引做hash表下标去访问我们想要查找的数据；例如这样的函数：

int Hash(char *key, int TableSize)
{
     unsigned int HashVal = 0;
     while(*key != '\0')
             HashVal += *key++;
     return HashVal % TableSize;
}

这就是一个简单的hash函数，就是把我们传入过来的key（由我们的数据中一个或者多个结构体成员的成员来作为key）来得到一个返回值，这个返回值就是我们的value值。

一个好的hash函数就是把我们的说有数据尽可能均匀的分散在我们预设的TableSize大小的hash表中。哈希表的几种方法：

1、直接定址法：取关键字key的某个线性函数为散列地址，如Hash(key) = key 或 Hash(key) = A*key+B；A,B为常数

2、除留取余法：关键值除以比散列表长度小的素数所得的余数作为散列地址。Hash(key) = key % p;

3、平均取中法：先计算构成关键码的标识符的内码的平方，然后按照散列表的大小取中间的若干位作为散列地址。

4、折叠法：把关键码自左到右分为位数相等的几部分，每一部分的位数应与散列表地址位数相同，只有最后一部分的位数可以短一些。把这些部分的数据叠加起来，就可以得到具有关键码的记录的散列地址。分为移位法和分界法。

5、随机数法：选择一个随机函数，取关键字的随机函数作为它的哈希地址。

6、数学分析法：设有N个d位数，每一位可能有r种不同的符号。这r种不同的符号在各位上出现的频率不一定相同，可能在某些位上分布均匀些，每种符号出现的机会均等；在某些位上分布不均匀，只有某几种符号经常出现。可根据散列表的大小，选取其中各种符号分布均匀的若干位作为散列地址。

但是无论我们怎么样去选择这个函数，都不可能完全避免不同key值的hash[value]指向会映射到同一散列地址上。这样就会造成哈希冲突/哈希碰撞。所以我们需要找到处理这种冲突的方法，大概分为这两种：分离链接法和开放定址法。

分离链接法:其实就是我们说的hash桶的含义了。哈希桶就是盛放不同key链表的容器（即是哈希表），在这里我们可以把每个key的位置看作是一个桶，桶里放了一个链表

image.png

相信大家可以看出来，使用一个数组来存放记录方法的哈希冲突太多，基于载荷因子的束缚，空间利用率不高，在需要节省空间的情况下，我们可以用哈希桶来处理哈希冲突。

哈希桶是使用一个顺序表来存放具有相同哈希值的key的链表的头节点，利用这个头节点可以找到其它的key。

下面把完整的一套函数分开讲：

1、首先是创建我们需要的结构体：

数据的结构体(也就是我们表中需要存放的数据):

 typedef struct node_s
{
        int key;    //这个值是我们得到我们的value值的依据，当然也可以能使字符串等，看你的数据类型了；

       struct node *next;

}NODE;

hash表的节点：

typedef struct hash_s
{
        NODE **list;   //这个就是我们所有的hash桶的首个节点了，我们用它来查找到我们的桶的位置，为什么是**类型呢 ，因为这是地址的地址，例如某个桶 i 的位置*list[i]；这样就找到我们的桶了；然后再在桶下面看看有没有我们要查找的NODE节点了

}HASH;

2、初始化hash表：

HashTable InitializeTable(int TableSize)
{
        Hash H;
        int i = 0;
        H = calloc(1, sizeof(HASH));
        if (H ==  NULL)
                return -1;

        H->TableSize = NextPrime();   //就是和TableSize最近的下一个素数；
        H->hlist = calloc(1, sizeof(&NODE) * H->TableSize);
        if (H->hlist == NULL)
                return -1;

        for (i = 0; i < H->TableSize; i ++)     
        {
                *(H->hlist[i)] = calloc(1, sizeof(NODE));
                if (*hlist[i] == NULL)
                        return -1;
                else
                        *(H->hlist[i])->next = NULL;
        }
}

3、查找NODE：

NODE *Find(int key, HASH H)
{
        NODE *p;
        NODE *list;

        list = H->hlist[Hash(key, H->TableSize)];
        p = list->next;
        while(p != NULL && p->key != key)
                p = p->next;
        return p;

}    //先找到这个桶的头结点list,然后再往后面遍历查找，这时候基本是链表查找操作了；

4、插入NODE：

void Insert(int key, HASH H)
{
        NODE *p;
        NODE *list;
        NODE *tmp;

        if (Find(key, H) == NULL)
        {
                tmp = calloc(1, sizeof(NODE));
                if (tmp == NULL)
                        return -1;

                list = H->hlist[Hash(key, H->TableSize)];
                tmp->key = key;
                tmp->next = list->next;//这里是直接把我们的节点插入到桶的首节点；
                list->next = tmp;
        }
        return;
}

以上基本完成以hash桶为处理冲突的hash表的实现