Hash Tables

Ing. Andrea Quan

Diccionarios
Algunas aplicaciones necesitan una estructura de datos que soporte las operaciones de un diccionario: insert, search y delete Este tipo de Estructuras, se enfocan en estas tres operaciones y buscan eficientizarlas. Una HashTable es una buena forma de guardar una estructura de diccionario, sobretodo porque facilita la bsqueda de los elementos

Direct-address Tables
Un Direct-address table es una forma simple de implementar una estructura de diccionario cuando el nmero de datos a guardar es relativamente pequeo. Se caracteriza por manejar los datos por medio de una llave o key:
Cada dato a guardar tiene una llave o key asociada, que es nica. Para cada key existe una nica posicin en la tabla.

Direct-address Tables
Como se implementara:
Si tenemos un conjunto de datos cuyas keys asociadas estn dentro del conjunto U = {0,1 .. , m-1} donde m es un nmero relativamente pequeo. Para representar una Direct-Address table utilizamos un arreglo T de m casillas, en el cual cada casilla corresponde a una key en U

Direct-address Tables
En Java:
public class DAddressTable { Object[] tabla; public DAddressTable(int numberofkeys){ tabla = new Object[numberofkeys]; }

Direct-address Tables
T
0 1 2

Tabla en donde se guardaran los datos

Direct-address Tables
T
0 1 2 DATO

Direct-address Tables
T
0 1 2 key(dato) k k DATO

Direct-address Tables
T
0 1 2 key(dato) k k DATO

El key representa la posicin en la que el dato debe ir

m

Direct-address Tables
0 1 2

DATO

Direct-address Tables
El diccionario opera trivialmente con estas operaciones: INSERT x T[key(x)] = x DELETE x T[key(x)] = null SEARCH x return T[key(x)] SEARCH key return T[key] o

Direct-address Tables
public int key(Object dato) { } public void insert(Object dato) { tabla[this.key(dato)] = dato; } public void delete(Object dato) { tabla[this.key(dato)]= null; } public boolean search(Object dato) { return !(table[this.key(dato)] == null); } public boolean search(int key) { return !(table[key] == null); }

Direct Address Table Hash Tables

Cual es el problema con las Direct Address Tables?
Si el numero de datos a guardar es muy grande, poder guardar un arreglo de ese tamao seria impractico, o imposible por la memoria. El numero real de datos en la tabla puede ser muy pequeo en comparacin con el tamao de la tabla.

Solucin: HASHTABLES!!
Cuando el set de keys guardadas en un diccionario es mucho mas pequeo que el universo de posibles keys, una hash table requiere mucho menos almacenamiento que una direct-address table.

Direct Address Table Hash Tables

Cual es el problema con las Direct Address Tables?
Si el numero de datos a guardar es muy grande, poder guardar un arreglo de ese tamao seria impractico, o imposible por la memoria. El numero real de datos en la tabla puede ser muy pequeo en comparacin con el tamao de la tabla.

Solucin: HASHTABLES!!
Cuando el set de keys guardadas en un diccionario es mucho mas pequeo que el universo de posibles keys, una hash table requiere mucho menos almacenamiento que una direct-address table.

Direct Address Table Hash Tables

Cual es el problema con las Direct Address Tables?
Si el numero de datos a guardar es muy grande, poder guardar un arreglo de ese tamao seria impractico, o imposible por la memoria. El numero real de datos en la tabla puede ser muy pequeo en comparacin con el tamao de la tabla.

Solucin: HASH TABLES!!

Cuando el set de keys guardadas en un diccionario es mucho mas pequeo que el universo de posibles keys, una hash table requiere mucho menos almacenamiento que una direct-address table.

Hash Tables
A diferencia de un Direct Adress Table, el HashTable tiene un tamao menor al numero de elementos posibles (U) El key, ya no representa la posicin del dato, y puede ahora ser de cualquier tipo. Las posiciones de los datos, son calculadas de diferente forma, ya que ahora ya no pueden existe una asociacin directa key-posicin.

Hash Tables
DATO key (dato)
K Key del dato

El hash value es la posicin en la que se guardar el dato en la hash table

hashfunction (k)

Hash value o hashcode

Hash Tables
0 1 2 k H Hashfunction(k) DATO key(dato)

Hash Tables
0 U h (k2)

k2 K k3 k1 k4

h (k1) h (k4)

h (k3) m

Hash Tables
Qu problema hay con tener una tabla de tamao mas pequeo al nmero de keys posibles?

Collision
Dato 1 Dato 2

k1

k2

h(k1)

h(k2)

Collision
0 U h (k1) = h (k2)

k2 K k3 k1 k4 h (k4)

h (k3) m

Chaining
Existen varias formas de solucionar el problema de colisiones, pero una de las mas utilizadas es: chaining. Chaining consiste en que cada casilla de la tabla guarda una lista encadenada, y no solo un dato.

Chaining
0 U k1 k2

k2 K k3 k1 k4 k6 k5 k4 k5 k6

k3 m

Hashtable
import java.util.LinkedList; import java.util.ArrayList; public abstract class HashTable<E> { ArrayList<LinkedList<E>> table; public HashTable(int size) { table = new ArrayList<LinkedList<E>>(size); for (int i=0; i<size; i++) { table.add(i,new LinkedList<E>()); } } public abstract Object key(E dato); public abstract int hashfunction(Object key); public abstract void insert(E dato); public abstract E delete(Object key); public abstract boolean searchDato(E dato); public abstract E searchKey(Object key); }