Bảng băm (Hash table)

Giáo viên: Nguyễn Văn Toàn

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 1

Dẫn nhập
Một số nhận xét khi tìm kiếm trên mảng
„ Nếu mảng chưa được sắp thứ tự Æ tìm tuyển tính, thời
gian sẽ là O(n)
Š Nếu không tìm thấy, chúng ta phải duyệt n phần tử
Š Nếu tìm thấy, trung bình sẽ duyệt n/2 phần tử
„ Nếu mảng được sắp xếp Æ tìm nhị phân
Š Thời gian tìm kiếm O(log n)
Š Nếu tìm được hay không thì thời gian tìm kiếm gần như
nhau
„ Có phương án nào hay hơn ?
Š Có phương pháp nào sẽ cho thời gian tìm kiếm là O(1) ?
Š Câu trả lời là có nếu chúng ta tổ chức lại mảng theo cơ
chế khác.

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 2

Băm (Hashing)
Giả sử chúng ta có một hàm đặc biệt (“magic
function”), hàm có tham số là giá trị cần tìm x,
trả về một vị trí trên mảng i : f(x)=i
„ a[i] = x Æ Tìm thấy
„ a[i] <> x Æ Không tìm thấy
Các hàm băm thông dụng:
„ Chia lấy dư. Ví dụ: f(x) = x % 100
„ Dãy số tuần tự. Ví dụ: f(123456789) = 258

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 3

Ví dụ về hàm băm (hash function) Khóa
Chỉ số

Hàm băm thực chất là một ánh 0 kiwi

xạ biến đổi khóa thành chỉ số của 1
bảng. 2 banana
Hàm băm cho chúng ta các giá
trị như sau:
3 watermelon
hashCode("apple") = 5 4
hashCode("watermelon") = 3 5 apple
hashCode("grapes") = 8
hashCode("cantaloupe") = 7 6 mango
hashCode("kiwi") = 0 7 cantaloupe
hashCode("strawberry") = 9
hashCode("mango") = 6 8 grapes
hashCode("banana") = 2 9 strawberry
9-Apr-06 Nguyễn Văn Toàn - CTDL 2 4
Tại sao lại dùng bảng băm (hash tables)?

... Key Value

Bảng băm là một
141
mảng lưu giá trị.
142 robin robin info
Thông thường người
143 sparrow sparrow info
ta sử dụng cặp
144 hawk hawk info
khóa/giá trị trong
145 seagull seagull info
bảng
146
„ Key để tìm một vị trí
147 bluejay bluejay info
trong mảng
148 owl owl info
„ Value: chứa thông tin
thực sự ta muốn lưu
9-Apr-06 Nguyễn Văn Toàn - CTDL 2 5
Cách lựa chọn hàm băm
Làm thế nào để có thể chọn được hàm băm?
Một cách tổng quát, chúng ta không thể chọn
được /
„ Trong một số trường hợp đặc biệt, khi chúng ta hiểu rõ
các giá trị trong bảng, chúng ta có thể tính toán được
hàm băm một cách tương đối hiệu quả.
Cách đánh giá hàm băm?
„ Một hàm băm được đánh giá là tốt khi nó cho chúng ta
biết chính xác vị trí cần tìm Î giảm đụng độ
„ Phân bố đều các giá trị trên bảng băm

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 6

Ví dụ về hàm băm không hiệu quả
Giả sử hàm băm cung cấp
cho chúng ta các giá trị 0 kiwi
1
sau:
„ hash("apple") = 5 2 banana
hash("watermelon") = 3 3 watermelon
hash("grapes") = 8 4
hash("cantaloupe") = 7
hash("kiwi") = 0 5 apple
hash("strawberry") = 9 6 mango
hash("mango") = 6
hash("banana") = 2
7 cantaloupe
hash("honeydew") = 6 8 grapes
• “Điều gì đã xảy ra”?
9 strawberry
9-Apr-06 Nguyễn Văn Toàn - CTDL 2 7
Đụng độ (Collisions)
Khi xảy ra hiện tượng hai gía trị băm có
cùng một vị trí trên mảng thì ta gọi đó là đụng
độ, collision.
f(x1)= f(x2) = i (x1 <> x2)
Giải quyết vấn đề đụng độ theo cơ chế
Queue (“first come, first served”) — giá trị đầu
tiên được băm sẽ được cấp phát vị trí trước.
Còn giá trị cần băm thứ hai cấp phát vị trí
nào?

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 8

Giải quyết đụng độ
Giải quyết như thế nào khi 2 phần tử được băm
đều có cùng một vị trí trên bảng băm? f(x1) =
f(x2)
„ Giải pháp #1: Nếu một vị trí đã được cấp phát, ta bắt
đầu từ đó để tìm một vị trí trống để cấp phát cho phần
tử còn lại
Š Điều kiện để dừng tìm kiếm là khi gặp giá trị cần băm (đã
có phần tử đó trong bảng) hay tìm được vị trí trống
Š Tìm kiếm vòng
„ Giải pháp #2: Dùng hàm băm thứ hai
Š …và hàm băm thứ ba, thứ tư, thứ năm ...
„ Giải pháp #3: Dùng danh sách liên kết (DSLK)
Việc thêm và tìm kiếm chỉ sử dụng cùng một giải
pháp.
9-Apr-06 Nguyễn Văn Toàn - CTDL 2 9
Giải pháp 1: Ví dụ 1, Thêm

Giả sử chúng ta thêm từ ...

seagull vào bảng băm 141
Các bước: 142 robin
„ hashCode(seagull) = 143 143 sparrow
table[143] đã có rồi / 144
„
hawk
„ table[143] != seagull
145 seagull
„ table[144] đã có rồi /
146
„ table[144] != seagull
147 bluejay
„ table[145] rỗng
148 owl
Do đó, đặt seagull ở vị trí
...
145
9-Apr-06 Nguyễn Văn Toàn - CTDL 2 10
Giải pháp 1: Địa chỉ mở (Open-Addressing)

Có các phương pháp chính như sau:

„ Thử tuyến tính (Linear Probing)
i0 = f(x1)
ik = (i +k) % M (k = 1,…,M-1)
„ Thử bậc hai (Quadratic Probing)
i0 = f(x1)
ik = (i +k*k) % M (k = 1,…,M-1)

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 11

Giải pháp 1: Ví dụ 2, Tìm kiếm

Giả sử chúng ta muốn tìm ...

giá trị seagull trên bảng 141
băm
142 robin
Các bước:
„ hashCode(seagull) = 143 143 sparrow
„ table[143] không rỗng 144 hawk
„ table[143] != seagull 145 seagull
„ table[144] không rỗng
146
„ table[144] != seagull
„ table[145] không rỗng 147 bluejay
„ table[145] == seagull ! 148 owl
Chúng ta tìm thấy giá trị ...
seagull ở vị trí 145
9-Apr-06 Nguyễn Văn Toàn - CTDL 2 12
Giải pháp 1: Ví dụ 3, Tìm kiếm

Giả sử chúng ta tìm kiếm giá ...

trị cow trong bảng băm 141
Các bước: 142
„ hashCode(cow) = 144
robin
„ table[144] không rỗng 143 sparrow
„ table[144] != cow 144 hawk
„ table[145] không rỗng 145 seagull
„ table[145] != cow
146
„ table[146] rỗng
Nếu giá trị cow có trong 147 bluejay
bảng, chúng ta đã tìm ra nó 148 owl
Ngược lại, giá trị đó không ở ...
trong bảng
9-Apr-06 Nguyễn Văn Toàn - CTDL 2 13
Giải pháp 1: Ví dụ 4, Thêm

Giả sử chúng ta thêm giá ...

trị hawk vào bảng băm 141
Các bước 142 robin
„ hashCode(hawk) = 143 143 sparrow
table[143] không rỗng 144
„
hawk
„ table[143] != hawk
145 seagull
„ table[144] không rỗng
146
„ table[144] == hawk
147 bluejay
hawk đã có trong bảng,
148 owl
do đó không cần thêm
...
vào
9-Apr-06 Nguyễn Văn Toàn - CTDL 2 14
Giải pháp 1: Ví dụ 5, Thêm

Giả sử: ...

„ Bạn muốn thêm cardinal vào 141
bảng băm
„ hashCode(cardinal) = 147 142 robin
„ Bảng băm có tất cả 148 phần 143 sparrow
tử
144 hawk
„ Vị trí 147 và 148 không rỗng
145 seagull
Giải pháp:
„ Xem bảng băm như một vòng 146
tròn; sau 148 trở lại 0 147 bluejay
„ Do đó, cardinal sẽ được thêm
148 owl
vào vị trí 0 (hay 1, hay 2, hay
...)

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 15

Giải pháp 1: Ví dụ 6, Xóa
Giả sử:
„ Bạn muốn xóa owl ...

hashCode(bluejay) = 147 0 cardinal

hashCode(owll) = 147 142
...
hashCode(cardinal) = 147 143 sparrow
„ Bảng băm có tất cả 148 phần tử 144 hawk
„ Nếu xóa vị trí 148 thì sẽ không tìm 145 seagull
được cardinal
146
Giải pháp: 147 bluejay
„ Di chuyển cardinal về vị trí 148
148 owl

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 16

Hiệu quả
Bảng băm thực sự có hiệu quả không ngờ
Thậm chí bảng đã đầy khoảng 70%, số
lần tìm kiếm khi đụng độ chỉ là 2 hay 3 lần
Bằng các phân tích toán học phức tạp đã
chứng minh rằng chi phí để thêm hay tìm
kiếm trong bảng băm chỉ là O(1)
Thâm chí khi bảng băm đã đầy, hiệu quả
cũng vẫn cao

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 17

Cài đặt
Qui ước
„ hàm băm f(x)
„ Kích thước bảng băm: M
„ Số lượng phần tử thực sự trong bảng băm: N
Khởi tạo
„ Cho bảng băm trống
N=0;
For (i=0;i<N;i++)
A[i].Key=-1

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 18

Cài đặt (tt)
Thêm phần tử x vào bảng băm trả về vị trí đã thêm
vào
If (N == M-1)
// Thông báo đã đầy
Else
{ i = f(x);
While ((a[i].Key <> -1) && (a[i].Key<> x))
{ i=(i+1) % M; }
if (a[i].Key <> x)
{ a[i].Key = x;
N++; }
return i;
}
9-Apr-06 Nguyễn Văn Toàn - CTDL 2 19
Cài đặt (tt)
Tìm phần tử x vào bảng băm trả về vị trí tìm
được
i = f(x);
While ((a[i].Key <> -1) &&
(a[i].Key<> x))
{
i=(i+1) % M;
}
if (a[i].Key == x) return i;
else return M;

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 20

Cài đặt (tt)
Xóa
// Tìm
…
// Xóa
a[i].Key=-1;
N--;
While (a[i].Key <> -1 )
{
a[i].Key = a[(i-1) % M].Key-1;
i = (i-1) % M;
}
A[i].Key=-1

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 21

Giải pháp #2: Băm lại (Rehashing)
Khi đụng độ xảy ra, một giải pháp khác là
rehash: tính toán một hàm băm khác
„ Do chúng ta có thể phải băm lại nhiều lần,
chúng ta cần một dãy hàm dễ tính toán
Ví dụ: Khi băm chuỗi (String), chúng ta có
thể lấy giá trị trả về của hàm băm trước
cộng vào chiều dài của chuỗi để tạo thành
chỉ số mới. f’(x)=f(x) + strlen(x)
Băm lại là một cách tiếp cận không thông
dụng.

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 22

Giải pháp #3: Băm dùng DSLK
Các giải pháp trước
dùng bảng băm mở ...
(open hashing): tất 141
cả các mục được đưa 142 robin
vào trong một mảng 143 sparrow seagull
bình thường
144 hawk
Giải pháp khác là làm
145
cho mỗi vị trí của
146
bảng là header của
một DSLK. DSLK này 147 bluejay
sẽ chứa các giá trị 148 owl
băm có cùng vị trí ...

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 23

Giải pháp 3: Phương pháp nối kết
Có các phương pháp nối kết trực tiếp
(Direct Chaining, Seperate Chaining)
M << N
Có các phương pháp nối kết hợp nhất
(Coalesced Chaining)
M=N

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 24

 Hết – Cảm ơn

9-Apr-06 Nguyễn Văn Toàn - CTDL 2 25