[发明专利]一种减少哈希冲突的哈希查找方法

说明书

技术领域

本发明涉及一种减少哈希冲突的哈希查找方法。

背景技术

哈希方法，又名散列算法，哈希方法将任意长度的二进制值映射为较短的固定长度的二进制值，这个小的二进制值称为哈希值；哈希值是一段数据唯一且极其紧凑的数值表示形式，散列算法一般用于快速查找和加密算法，著名的散列算法有RS Hash、JS Hash、PJW Hash、ELF Hash、BKDR Hash、SDBM Hash、DJB Hash以及BP Hash等。

哈希表（HashTable)，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，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；这个映射函数叫做散列函数，存放记录的数组叫做散列表；给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数，若结构中存在关键字和K相等的记录，则必定存储在f(K）的位置上，由此，不需比较便可直接取得所查记录。这个对应关系f称为散列函数(Hash function），按这个思想建立的表为散列表。

碰撞或冲突, 如果两个不同的输入通过散列函数计算得出的结果是一样的，则称这两个串是一个碰撞，即key1≠key2，而f(key1)=f(key2），既然是把任意长度的字符串变成固定长度的字符串，所以必有一个输出串对应无穷多个输入串，碰撞是必然存在的。

哈希冲突：两个不同的关键字，由于散列函数值相同，因而被映射到同一表位置上，该现象称为冲突(collision)或碰撞；发生冲突的两个关键字称为该散列函数的同义词(synonym)。

冲突基本上不可避免的，除非数据很少，我们只能采取措施尽量避免冲突，或者寻找解决冲突的办法。

影响冲突的因素，冲突的频繁程度除了与选择的哈希函数相关外，还与表的填满程度相关。

设m和n分别表示表长和表中填入的结点数，则将α=n/m定义为散列表的装填因子(load factor)，α越大，表越满，冲突的机会也越大；通常取α≤1。

1、现有哈希冲突处理

1）开放寻址法：Hi=(H(key) + di) MOD m,i=1,2，…，k(k<=m-1），其中H(key）为散列函数，m为散列表长，di为增量序列，可有下列三种取法：

1.1  di=1,2,3，…，m-1，称线性探测再散列；

1.2  di=1^2,-1^2,2^2,-2^2，⑶^2，…，±（k)^2,(k<=m/2）称二次探测再散列；

1.3  di=伪随机数序列，称伪随机探测再散列。

2）再散列法：Hi=RHi(key),i=1,2，…，k RHi均是不同的散列函数，即在同义词产生地址冲突时计算另一个散列函数地址，直到冲突不再发生，这种方法不易产生“聚集”，但增加了计算时间。

3）链地址法（拉链法），同一个散列值存储在同一个链表。

4）建立一个公共溢出区

2、现有处理冲突的方法缺点

1）开放寻址法，在冲突发生时，需要进行模运算，极端情况下，将重复多次。

2）再散列法，在冲突发生时，需要通过另一散列函数进行计算散列值，增加了计算的时间，如果另一散列再次冲突，计算时间再次增加，并且影响性能。

3）链地址法，同一个链表中的都是相同的散列表，为了确定查找的串，需要进行串的比较，增加时间。

4）建立公共溢出区，同样在冲突时，将在溢出区中进行查找，还是需要进行串的比较。

综上所述，现有处理冲突有两个大的缺点, 一是需要超过一次的散列，另一个是要进行串的比较，即散列表的查找过程仍是一个和关键字比较的过程，这两大缺点降低了查找性能。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

本发明的目的是提供一种减少哈希冲突的哈希查找方法，以克服目前现有技术存在的上述不足。

本发明的目的是通过以下技术方案来实现：

一种减少哈希冲突的哈希查找方法，包括以下步骤：

对将要查找哈希值的哈希关键码进行分析，初始所述哈希关键码所对应的三个哈希值，其中，所述三个哈希值不相同；