在講 hash table 之前,還必須先瞭解 hash function
。
簡單來說,hash funtion
就是把一個值換成另外一個值。
在 hash table 中,會把原始資料的 KEY(例如球員編號)經過 hash 過後,得到 index,把資料存在 hash table 相對應的 index 欄位中。
如:20 => !@!2∂∑œ–¡™¡
特性
- hash 的值是不可逆的,無法用 hash 值來推導出 hash 前的值。
- 不同的值經過 hash function 之後也可能會得到相同的 hash 值。
舉例
假設有一個 hash function hashMethod
,hash 過的值為 原始值 ÷ 6 的餘數
:
1 | const hashMethod = (key) => { |
將五個數字 [6, 12, 15, 18, 21]
,經過 hash 之後會得到各自的 index [0, 0, 3, 0, 3]
。
就可以形成 Hash Table:
1 | [ |
可以看到原始值都不一樣,但 hash 過後,卻出現重複的 0 跟 3,發生了很多衝突(collision),而且無法從 0 跟 3 來推出 hash 前的值是什麼。
衝突(Collision):當 hashtable 內經過 hash 後的值,有至少兩個以上的值相同,就稱作衝突。
如何處理衝突:同一個 index 需要存放很多的 value,這時就需要以 array 的方式記錄,使 hash table 變成二維陣列,上面的例子即為二維陣列。
Hash Function 的應用
世界上有成千上萬種 Hash Function,應用在不同的情境。
如資料庫存放的密碼,密碼存放到資料庫前,會先經過 Hash Function 處理,將你的密碼改成一串亂碼,如:123456
經過 hash function 處理變成 @dsop™£åß∂¡
,這樣做的原因是:
- 對於資料庫管理員來說沒有辦法一眼就記下正確的密碼。
- 且發生資料外洩事件的時候,只要不知道 hash 的方式,駭客也無法存取你真正的密碼。
Hash Funtion 可以對搜尋球員資料的方法有什麼幫助呢?
以上一篇文章中舉的例子來說,Array 中最大的球員編號為 666,代表需要使用 666 個空間,但實際球員只有 13 個。
這時候我們就可以透過 hash function 把球員編號都改成另一個值,一個縮小的值。例如:把最大的編號 666 改成 89,把編號 666 的 Peter 的年薪是 92 萬美元
的資料,存在陣列中索引 89 的地方,這樣陣列的長度就從 666 減少到 89,可以有效地減少使用空間,且同時擁有陣列快速搜尋的便利。
舉例幾個 Hash Function
這邊介紹兩個基本的 hash function,但大部分的時候我們不需要深入研究 hash function 的實作方式,我們只需要在意:容不容易發生衝突、時間複雜度是多少這樣的特性,基本上只要看到前面就夠了,所以有興趣再看下去吧!
補充:Load Factor
Load Factor 是一個衡量 hash function 的一項指標。
m: 存放的元素數量
n: hash table 的長度
Load Factor = m / n
- Load Factor 的值越小,衝突的機率越低,越多未使用的空間。
- Load Factor 的值越大,衝突的機率越大,越少未使用的空間。
- 0 < Load Factor < 1
一、Division Method 除法方法
index = Key % hashtable size
這個方法就跟前面提到的例子一樣,把 Key ÷ 雜湊表的長度,取餘數當作 index 存入 Array 中,這邊把 id
當作 Key。hash 後的值 會小於 hash table 的長度,並且大於 0。
1 | 0 < hash 後的值 < hash table 的長度 |
Division Method 除法方法範例
假設有一個 hashtable 的長度為 6,使用 Division Method
hash 後,把資料放進 hash table,這樣 hash table 會長怎樣?
原始資料
名字 | ID |
---|---|
Mike | 11424 |
Drake | 4174 |
James | 6253 |
Kevin | 554 |
hash 後的值
名字 | ID | ÷ 6 的餘數 |
---|---|---|
Mike | 11424 | 0 |
Drake | 4171 | 1 |
James | 6253 | 1 |
Kevin | 554 | 2 |
Hash Table
1 | [ |
Division Method 的優缺點
優點
- 速度快,時間複雜度為 O(1)
缺點
- hash table 的大小需盡量遠離 2 的次方值,若選擇 2 的次方值,較容易發生衝突,以下為例,若選擇 8 為 hash table 的大小,就發生了很多的衝突:
1 | [10123, 123125, 5325, 6435, 1235, 12224, 42145].map(node => node % 8) |
二、Multiplication Method (乘法方法)
1 | A = (√5 - 1) / 2 |
公式
index = [m(keyA % 1)]
過程
1 | - 先把 key * (√5 - 1) / 2 |
可以看到這個方法相對除法方法更複雜一些,雖然還是會有衝突,但衝突的機率較 division method 小。
Multiplication Method 除法方法範例
假設有一個 hashtable 的長度為 6,使用 Multiplication Method hash 後,把資料放進 hash table,這樣 hash table 會長怎樣?
原始資料
名字 | ID |
---|---|
Mike | 11424 |
Drake | 4174 |
James | 6254 |
Kevin | 554 |
Hash 後的值
名字 | ID | hash function(乘法方法) 後的 index |
---|---|---|
Mike | 11424 | 2 |
Drake | 4171 | 4 |
James | 6254 | 1 |
Kevin | 554 | 2 |
原始碼
1 | const arr2 = [11424, 4171, 6254, 554] |
Hash Table
1 | [ |
評論