哈希表实验C语言版实现

以下是对哈希表实验用C语言实现的代码进行了详细的分析介绍,需要的朋友可以参考下
 
复制代码 代码如下:

/*
 数据结构C语言版 哈希表

*/
#include <stdio.h>
#include <malloc.h>
#define NULLKEY 0 // 0为无记录标志
#define N 10  // 数据元素个数
typedef int KeyType;// 设关键字域为整型
typedef struct
{
 KeyType key;
 int ord;
}ElemType; // 数据元素类型
// 开放定址哈希表的存储结构
int hashsize[]={11,19,29,37}; // 哈希表容量递增表,一个合适的素数序列
int m=0; // 哈希表表长,全局变量
typedef struct
{
 ElemType *elem; // 数据元素存储基址,动态分配数组
 int count; // 当前数据元素个数
 int sizeindex; // hashsize[sizeindex]为当前容量
}HashTable;
#define SUCCESS 1
#define UNSUCCESS 0
#define DUPLICATE -1
// 构造一个空的哈希表
int InitHashTable(HashTable *H)

 int i;
 (*H).count=0; // 当前元素个数为0
 (*H).sizeindex=0; // 初始存储容量为hashsize[0]
 m=hashsize[0];
 (*H).elem=(ElemType*)malloc(m*sizeof(ElemType));
 if(!(*H).elem)
  exit(0); // 存储分配失败
 for(i=0;i<m;i++)
  (*H).elem[i].key=NULLKEY; // 未填记录的标志

 return 1;
}
//  销毁哈希表H
void DestroyHashTable(HashTable *H)
{
 free((*H).elem);
 (*H).elem=NULL;
 (*H).count=0;
 (*H).sizeindex=0;
}
// 一个简单的哈希函数(m为表长,全局变量)
unsigned Hash(KeyType K)
{
 return K%m;
}
// 开放定址法处理冲突
void collision(int *p,int d) // 线性探测再散列

 *p=(*p+d)%m;
}
// 算法9.17
// 在开放定址哈希表H中查找关键码为K的元素,若查找成功,以p指示待查数据
// 元素在表中位置,并返回SUCCESS;否则,以p指示插入位置,并返回UNSUCCESS
// c用以计冲突次数,其初值置零,供建表插入时参考。
int SearchHash(HashTable H,KeyType K,int *p,int *c)
{
 *p=Hash(K); // 求得哈希地址
 while(H.elem[*p].key!=NULLKEY&&!(K == H.elem[*p].key))
 {
  // 该位置中填有记录.并且关键字不相等
  (*c)++;
  if(*c<m)
   collision(p,*c); // 求得下一探查地址p
  else
   break;
 }
 if (K == H.elem[*p].key)
  return SUCCESS; // 查找成功,p返回待查数据元素位置
 else
  return UNSUCCESS; // 查找不成功(H.elem[p].key==NULLKEY),p返回的是插入位置
}
int InsertHash(HashTable *,ElemType); // 对函数的声明
// 重建哈希表
void RecreateHashTable(HashTable *H) // 重建哈希表
{
 int i,count=(*H).count;
 ElemType *p,*elem=(ElemType*)malloc(count*sizeof(ElemType));
 p=elem;
 printf("重建哈希表n");
 for(i=0;i<m;i++) // 保存原有的数据到elem中
  if(((*H).elem+i)->key!=NULLKEY) // 该单元有数据
   *p++=*((*H).elem+i);
 (*H).count=0;
 (*H).sizeindex++; // 增大存储容量
 m=hashsize[(*H).sizeindex];
 p=(ElemType*)realloc((*H).elem,m*sizeof(ElemType));
 if(!p)
  exit(0); // 存储分配失败
 (*H).elem=p;
 for(i=0;i<m;i++)
  (*H).elem[i].key=NULLKEY; // 未填记录的标志(初始化)
 for(p=elem;p<elem+count;p++) // 将原有的数据按照新的表长插入到重建的哈希表中
  InsertHash(H,*p);
}
// 算法9.18
// 查找不成功时插入数据元素e到开放定址哈希表H中,并返回1;
// 若冲突次数过大,则重建哈希表。
int InsertHash(HashTable *H,ElemType e)
{
 int c,p;
 c=0;
 if(SearchHash(*H,e.key,&p,&c)) // 表中已有与e有相同关键字的元素
  return DUPLICATE;
 else if(c<hashsize[(*H).sizeindex]/2) // 冲突次数c未达到上限,(c的阀值可调)
 {
  // 插入e
  (*H).elem[p]=e;
  ++(*H).count;
  return 1;
 }
 else
  RecreateHashTable(H); // 重建哈希表

 return 0;
}
// 按哈希地址的顺序遍历哈希表
void TraverseHash(HashTable H,void(*Vi)(int,ElemType))

 int i;
 printf("哈希地址0~%dn",m-1);
 for(i=0;i<m;i++)
  if(H.elem[i].key!=NULLKEY) // 有数据
   Vi(i,H.elem[i]);
}
// 在开放定址哈希表H中查找关键码为K的元素,若查找成功,以p指示待查数据
// 元素在表中位置,并返回SUCCESS;否则,返回UNSUCCESS
int Find(HashTable H,KeyType K,int *p)
{
 int c=0;
 *p=Hash(K); // 求得哈希地址
 while(H.elem[*p].key!=NULLKEY&&!(K == H.elem[*p].key))
 { // 该位置中填有记录.并且关键字不相等
  c++;
  if(c<m)
   collision(p,c); // 求得下一探查地址p
  else
   return UNSUCCESS; // 查找不成功(H.elem[p].key==NULLKEY)
 }
 if (K == H.elem[*p].key)
  return SUCCESS; // 查找成功,p返回待查数据元素位置
 else
  return UNSUCCESS; // 查找不成功(H.elem[p].key==NULLKEY)
}
void print(int p,ElemType r)
{
 printf("address=%d (%d,%d)n",p,r.key,r.ord);
}
int main()
{
 ElemType r[N] = {
  {17,1},{60,2},{29,3},{38,4},{1,5},
  {2,6},{3,7},{4,8},{60,9},{13,10}
 };
 HashTable h;
 int i, j, p;
 KeyType k;

 InitHashTable(&h);
 for(i=0;i<N-1;i++)
 {
  // 插入前N-1个记录
  j=InsertHash(&h,r[i]);
  if(j==DUPLICATE)
   printf("表中已有关键字为%d的记录,无法再插入记录(%d,%d)n",
    r[i].key,r[i].key,r[i].ord);
 }
 printf("按哈希地址的顺序遍历哈希表:n");
 TraverseHash(h,print);
 printf("请输入待查找记录的关键字: ");
 scanf("%d",&k);
 j=Find(h,k,&p);
 if(j==SUCCESS)
  print(p,h.elem[p]);
 else
  printf("没找到n");
 j=InsertHash(&h,r[i]); // 插入第N个记录
 if(j==0) // 重建哈希表
  j=InsertHash(&h,r[i]); // 重建哈希表后重新插入第N个记录
 printf("按哈希地址的顺序遍历重建后的哈希表:n");
 TraverseHash(h,print);
 printf("请输入待查找记录的关键字: ");
 scanf("%d",&k);
 j=Find(h,k,&p);
 if(j==SUCCESS)
  print(p,h.elem[p]);
 else
  printf("没找到n");
 DestroyHashTable(&h);

 system("pause");
 return 0;
}
/*
输出效果:
表中已有关键字为60的记录,无法再插入记录(60,9)
按哈希地址的顺序遍历哈希表:
哈希地址0~10
address=1 (1,5)
address=2 (2,6)
address=3 (3,7)
address=4 (4,8)
address=5 (60,2)
address=6 (17,1)
address=7 (29,3)
address=8 (38,4)
请输入待查找记录的关键字: 17
address=6 (17,1)
重建哈希表
按哈希地址的顺序遍历重建后的哈希表:
哈希地址0~18
address=0 (38,4)
address=1 (1,5)
address=2 (2,6)
address=3 (3,7)
address=4 (4,8)
address=6 (60,2)
address=10 (29,3)
address=13 (13,10)
address=17 (17,1)
请输入待查找记录的关键字: 13
address=13 (13,10)
请按任意键继续. . .
*/

时间: 2024-08-17 18:38:01

哈希表实验C语言版实现的相关文章

哈希表实验C语言版实现_C 语言

复制代码 代码如下: /* 数据结构C语言版 哈希表 */#include <stdio.h>#include <malloc.h>#define NULLKEY 0 // 0为无记录标志 #define N 10  // 数据元素个数 typedef int KeyType;// 设关键字域为整型 typedef struct{ KeyType key; int ord;}ElemType; // 数据元素类型 // 开放定址哈希表的存储结构 int hashsize[]={11

关于数据结构(c语言版)线性表的问题

问题描述 关于数据结构(c语言版)线性表的问题 写完线性表实验代码后,有些错误 不会调试 求大神帮帮忙! ps.错误截图:图片说明 代码: #include #include #include #define LIST_INIT_SIZE 100 //线性表存储空间的初始分量 #define LISTINCREMENT 10 //线性表存储空间的分配增量 typedef struct{ ElemType* elem; //存储空间基址 int length; //当前长度 int listsiz

(C语言版)数据结构线性表从键盘输入元素实现相关功能,不报错,但执行意外终止

问题描述 (C语言版)数据结构线性表从键盘输入元素实现相关功能,不报错,但执行意外终止 #include #include #define MaxSize 50 typedef char ElemType; typedef struct{//struct结构体 ElemType data[MaxSize]; int length; }SqList; void InitList(SqList &L)//初始化线性表的方法,&是取地址符号,是定义指针符号,如int *b=&a:*a=4

PHP关联数组与哈希表(hash table) 不指定

PHP中有一种数据类型非常重要,它就是关联数组,又称为哈希表(hash table),是一种非常好用的数据结构. 在程序中,我们可能会遇到需要消重的问题,举一个最简单的模型: 有一份用户名列表,存储了 10000 个用户名,没有重复项: 还有一份黑名单列表,存储了 2000 个用户名,格式与用户名列表相同: 现在需要从用户名列表中删除处在黑名单里的用户名,要求用尽量快的时间处理. 这个问题是一个小规模的处理量,如果实际一点,2 个表都可能很大,比如有 2 亿条记录. 我最开始想到的方法,就是做一

php内核解析:PHP中的哈希表_php技巧

PHP中使用最为频繁的数据类型非字符串和数组莫属,PHP比较容易上手也得益于非常灵活的数组类型. 在开始详细介绍这些数据类型之前有必要介绍一下哈希表(HashTable). 哈希表是PHP实现中尤为关键的数据结构. 哈希表在实践中使用的非常广泛,例如编译器通常会维护的一个符号表来保存标记,很多高级语言中也显式的支持哈希表. 哈希表通常提供查找(Search),插入(Insert),删除(Delete)等操作,这些操作在最坏的情况下和链表的性能一样为O(n). 不过通常并不会这么坏,合理设计的哈希

《例说51单片机(C语言版)(第3版)》一1.2 8051基础知识

1.2 8051基础知识 例说51单片机(C语言版)(第3版)"89S51"源自Intel公司的MCS-51系列,而目前所采用的8x51并不仅限于Intel公司所生产的,反倒是以其他厂商所发行的兼容芯片为主,如Atmel公司的89C51/89S51系列,其价格便宜,质量稳定,开发工具齐全,早就被学校或培训机构所接受. 在此先介绍8x51的基本知识,包括基本结构.引脚.基本电路及51系列等,其中很多数据最好要熟记,本书也会提供许多快速背记的技巧,让读者能在极短的时间里记住40个引脚.基本

设计-学生在线答疑排队模拟C语言版的程序代码有木有呢?

问题描述 学生在线答疑排队模拟C语言版的程序代码有木有呢? 程序设计思路: 1.主函数main( ),打印输出主控程序菜单选项,并接收用户的选择项 2.定义学生信息(学号.姓名)的数据存储结构 3.设计学生在线答疑排队模拟程序的功能函数EnQueue( ),处理新学生加入排队的情况 4.设计学生在线答疑排队模拟程序的功能函数AnsQ( ),处理队列中第一个学生出队列答疑的情况 5.设计功能函数PrintQ( ),输出队列中所有正在排队的学生信息. 6.当用户退出答疑程序时,检查队列是否为空.如仍

浅谈算法和数据结构 十一 哈希表

在前面的系列文章中,依次介绍了基于无序列表的顺序查找,基于有序数组的二分查找,平衡查找树,以及红黑树,下图是他们在平均以及最差情况下的时间复杂度: 可以看到在时间复杂度上,红黑树在平均情况下插入,查找以及删除上都达到了lgN的时间复杂度. 那么有没有查找效率更高的数据结构呢,答案就是本文接下来要介绍了散列表,也叫哈希表(Hash Table) 什么是哈希表 哈希表就是一种以 键-值(key-indexed) 存储数据的结构,我们只要输入待查找的值即key,即可查找到其对应的值. 哈希的思路很简单

AS2.0中实现数据结构-哈希表

数据|数据结构 在游戏制作中我们经常需要存储一些离散的对象数据,比如道具箱里的道具,经常需要执行插入和删除操作,而且道具之间没有联系是无序排列的.有些人会说直接用数组不就得了,但是有大量数据存储时的数组的删除插入操作的效率是很低的.因此我们需要哈希表这样的可以提供快速的插入和删除,查找操作的数据结构,不论哈希表中有多少数据,插入和删除操作只需要接近常量的时间:即O(1)的时间级.既然这么好那么我们的AS可以实现吗?当然可以!AS发展到AS2.0,已经成为在语法上更接近于Java + Pascal