04 查找与哈希算法

静态查找（Static Search）：在查找过程中，该查找数据不会有添加、删除或更新等操作。
动态查找 （Dynamic Search）

• 顺序查找法/线性查找法
  将数据一项一项地按顺序逐个查找，不管数据顺序如何，都得从头到尾遍历一次。
  优点：查找前不需要任何处理与排序。
  缺点：慢。适合小数据。

• 二分法查找
  数据事先 排好序 了。
  将数据分割成两等份，再比较键值与中间值的大小，如果键值小于中间值，可确定要查找的数据在前半段，否则在后半段。

    def bin_search(data, val):
        low = 0
        high = len(data) - 1
        while low <= high:
            mid = (low+high) // 2
            if data[mid] < val:
                low = mid + 1
            elif data[mid] > val:
                high = mid - 1
            else:
                return mid
        return -1
  

• 插值查找法/插补查找法（Interpolation Search）
  二分法的改进。
  按照数据位置的分布，利用公式预测数据所在位置，在以二分法的方式逐渐逼近。
  使用插值法是假设数据平均分布在数组中，而每一项的数据的差距相当接近或有一定的距离比例。
  插值法的公式为：
  Mid = low + (( key - data[low] ) / ( data[high] - data[low] )) * ( high - low )
  其中，key 是要查找的键，data[high]，data[low]是剩余待查数据中的最大、最小值。
  假设数据有 n 项，插值法查找的步骤如下：
  ① 将记录按从小到大的顺序给予1、2、3、...、n的编号
  ② 令 low = 1，high = n
  ③ 当 low < high 时，重复 ④ 和 ⑤
  ④ 令 Mid = low + (( key - data[low] ) / ( data[high] - data[low] )) * ( high - low )
  ⑤ 若 key < keyMid 且 high ≠ Mid - 1，则令 high = Mid - 1；若 key = keyMid 成功查到；若 key > keyMid 且 low ≠ Mid + 1，则令 low = Mid + 1

    def interpolation_search(data, val):
        low = 0
        high = len(data) - 1
        while low < high:
            mid = low + int((val - data[low]) * (high - low) / (data[high] - data[low]))
            if mid > high:
                return -1
            if data[mid] > val:
                high = mid - 1
            elif data[mid] < val:
                low = mid + 1
            else:
                return mid
        return -1
  

• 常见哈希法

  • 除留余数法
    将数据除以某一个常数后，取余数来当索引。
    h( key ) = key mod B
    B 最好是质数
  • 平方取中法
    例如 65，求平方得 4225，取百位数和十位数作为键值。f( 22 ) = 65。
    如果有10个空间，而取百位和个位数的有100个（00～99）。需要把第一次求得的键除以 10 取整（压缩），才能将 100 个可能产生的值对应到 10 个空间。f( 2 ) = 65。
  • 折叠法
    将数据转换成一串数字后，先将这串数字拆成几个部分，再把它加起来，就可以计算出这个键值的 Bucket Address（桶地址）。
    例如，转换后的数字位 1238765439873，以 4 个数字为一部分，1238、7654、3987、3，将四个数字相加即为索引值。这种直接相加的做法称为”移动折叠法“。
    为了降低碰撞，可以将每一部分数字中的奇数和偶数反转再相加。这种做法叫”边界折叠法“(folding at the boundaries)。例如将偶数反转，8321、4567、3987、3 相加得出桶地址。
  • 数字分析法
    适用于数据不会更改，且为数字类型的静态表。
    在决定哈希函数时先逐一检查数据的相对位置和分布情况，将重复性高的部分删除。

• 溢出( Overflow )与碰撞( Collision )

  • 线性探测法
    当发生碰撞时，若该索引对应的存储位置已有数据，则以线性的方式往后往后寻找空的存储位置，一旦找到就把数据放进去。线性探测法通常把哈希的位置视为环形结构，后面的位置被填满前面还有位置时，可以将数据放到前面。

      import random
    
      INDEXBOX = 10  # 哈希表可放元素个数
      MAXNUM = 7  # 数据个数
    
      def print_data(data, max_number):  # 打印数组子程序
          print('\t', end='')
          for i in range(max_number):
              print('[%2d] ' % data[i], end='')
          print()
    
      def create_table(num, index):  # 建立哈希表子程序
          tmp = num % INDEXBOX  # 哈希函数 = 数据 % INDEXBOX
          while True:
              if index[tmp] == -1:  # 如果数据对应的数据是空的
                  index[tmp] = num  # 则直接存入数据
                  break
              else:
                  tmp = (tmp + 1) % INDEXBOX  # 否则往后找位置存放
     
     # 主程序
      index = [None] * INDEXBOX
      data = [None] * MAXNUM
      print('原始数组值：')
      for i in range(MAXNUM):
          data[i] = random.randint(1, 20)
      for i in range(INDEXBOX):
          index[i] = -1
      print_data(data, MAXNUM)
    
      print('哈希表内容：')
      for i in range(MAXNUM):
          create_table(data[i], index)
          print(' %2d =>' %data[i], end='')
          print_data(index, INDEXBOX)
    
      print('完成哈希表：')
      print_data(index, INDEXBOX)
    

    原始数组值：
    [ 7] [13] [13] [12] [14] [15] [12]
    哈希表内容：
    7 => [-1] [-1] [-1] [-1] [-1] [-1] [-1] [ 7] [-1] [-1]
    13 => [-1] [-1] [-1] [13] [-1] [-1] [-1] [ 7] [-1] [-1]
    13 => [-1] [-1] [-1] [13] [13] [-1] [-1] [ 7] [-1] [-1]
    12 => [-1] [-1] [12] [13] [13] [-1] [-1] [ 7] [-1] [-1]
    14 => [-1] [-1] [12] [13] [13] [14] [-1] [ 7] [-1] [-1]
    15 => [-1] [-1] [12] [13] [13] [14] [15] [ 7] [-1] [-1]
    12 => [-1] [-1] [12] [13] [13] [14] [15] [ 7] [12] [-1]
    完成哈希表：
    [-1] [-1] [12] [13] [13] [14] [15] [ 7] [12] [-1]

  • 平方探测法
    当溢出发生时，下一次查找的地址是 ( f(x)+i² ) mod B 与 ( f(x) - i² ) mod B。例如数据值 key，哈希函数 f：
    第一次查找：f ( key )
    第二次查找：( f ( key ) + 1² ) % B
    第三次查找：( f ( key ) - 1² ) % B
    第四次查找：( f ( key ) + 2² ) % B
    第五次查找：( f ( key ) - 2² ) % B
    ... ...
    第 n 次查找：( f ( key ) ± ( ( B-1 ) / 2 )² ) % B，其中，B必须为 4j + 3 型的质数，且 1 ≤ i ≤ ( B-1 ) / 2
  • 再哈希法
    先设置一系列哈希函数，如果使用第一种哈希函数出现溢出时就改用第二种，如果第二种也溢出，就是用第三种，...，一直到没有溢出。

---

用哈希法将下列 7 个数字存在0、1...6的 7 个位置：101，186，16，315，202，572，463。若要存入 1000 开始的 11 个 位置，如何存放？
data mod 7
( data mod 11 ) + 1000

碰撞：两个不同的数据经过哈希运算对应到相同的地址。