ESTRUCTURA DE DATOS
Tablas Hash o de dispersión
Roosselvet Pacci, Richard Butrón
Escuela Profesional de Ingenierı́a en Informática y Sistemas
Universidad Nacional Jorge Basadre Grohmann
pdassem@gmail.com, rbrutron@gmail.com
Abstract— In this article we describe and Analise how does
Hash Table work. A hash table uses a hash function to compute
an index into an array of buckets or slots, from which the desired
value can be found. We implement a program where we create
a has function with numeric key. It concludes that the medium
cost for insert, find, and delete operations is constant.
Medium cost, c++, hash function.
I. I NTRODUCI ÓN
Muchas aplicaciones requieren un conjunto dinámico que
soporte las operaciones de un diccionario: Insertar, Buscar,
Borrar. Es posible hacer uso de una lista enlazada con un
tiempo Θ(n) ; sin embargo, este tiempo se puede reducir
notablemente a orden Θ(1) en la mayora de los casos usando
una tabla hash. Esta idea surge de los arreglos, que se pueden
acceder a sus elementos en un tiempo Θ(1), pero, sólo
permiten claves iguales a sus ı́ndices y además se tendrı́a que
usar un arreglo igual de grande al conjunto de claves posibles.
Otra opción es usar un arreglo menor a la cual podemos
mapear las claves en uso, esta función de mapeo es la tabla
hash.
Como es posible que dos claves conduzcan al mismo mapeo
(lo cual se conoce como una colisión), es necesario buscar
formas para resolver esta situación. Una forma, conocida como
hashing abierto (hay otros términos dependiendo del texto),
crear una lista asociada a cada entrada del arreglo. Otra forma,
conocida como hashing cerrado, almacena las claves en las
mismas entradas del arreglo o tabla hash.
La idea básica es transformar las claves en direcciones de
memoria mediante una función de transformación.
II. D EFINICI ÓN DE DISPERSI ÓN
La dispersión es una técnica empleada para realizar inser-
ciones, eliminaciones y búsquedas en un tiempo promedio con-
stante. La estructura de datos ideal para la tabla de dispersión
es simplemente un vector de tamao fijo N que contiene las
claves. Cada clave se hace corresponder con algún número en
el intervalo entre 0 y N 1, y se coloca en la celda correcta.
A la correspondencia se le denomina función de dispersión
que, idealmente, debe ser simple de calcular y debe asegurar
Roosselvet. Pacci es estudiante del quinto ciclo de la Escuela Profesional de
Ingeniera en Informtica y Sistemas de la Universidad Nacional Jorge Basadre
Grohmann.
Richard Butrón es estudiante del quinto ciclo de la Escuela Profesional de
Ingeniera en Informtica y Sistemas de la Universidad Nacional Jorge Basadre
Grohmann.
1
que dos claves distintas cualesquiera caigan en celdas difer-
entes. Esto es imposible, ası́ que se busca una función de
dispersión que distribuya homogéneamente las llaves entre las
celdas. Resta elegir una función, decidir qué hacer cuando
dos claves caen en el mismo valor (lo que se llama colisión)
y decidir el tamaño de la tabla. Un uso común de las tablas
hash lo representan los diccionarios. Un diccionario almacena
objetos formados por una clave, por la cual se busca en el
diccionario, y su definición, que es lo que se devuelve.
A. Conceptos básicos
1) Colisión: Si la función de transformación devuelve un
mismo valor para dos claves se produce una colisión. Se puede
resolver este problema mediante las alternativas:
• Encadenamiento enlazado: En cada posición de la tabla
se asigna una lista enlazada en la que se inserta los
elementos cuyo valor hash se le asigne la misma posición.
• Exploración
– Exploración lineal: Visita la siguiente casilla para ver
si esta libre e insertar el elemento. Si no, sigue el
mismo paso.
– Exploración cuadrática: Visita la casilla i2 en la que
se aleja de colisión, y si esta libre, se inserta, y si
no, hace el mismo procedimiento.
2) Hashing: El hashing utiliza una función para generar un
código hash pseudo-aleatorio a partir de la clave del objeto y
luego utiliza este código (direccin directa) para indexar en la
tabla hash.
3) Hashing enlazada: El Hashing enlazado usa un vector
de Listas Enlazadas. Aquellos objetos que reciban un de-
terminado valor de Hash, se insertarán en la lista enlazada
correspondiente. El encadenamiento es un enfoque sencillo y
eficaz para gestionar las colisiones.
4) Factor de carga: Es igual a la cantidad de elementos a
insertar en la tabla dividida en la capacidad de esta misma.
F actordecarga(λ) = Elementos/Capacidad. (1)
Más diminuta es el factor de carga, todas las operaciones en
la estructura serán de costo Θ(1).
5) Suposicin de hashing uniforme: Es cuando cualquier
elemento es igualmente probable de caer en cualquiera de las
m entradas de la tabla hash, independientemente de cualquier
otro elemento.
ESTRUCTURA DE DATOS
III. H ASHING ABIERTO
La estrategia consiste en tener una lista de todos los ele-
mentos que se dispersan en el mismo valor como se observa
en la Fig.1.
Fig. 1. Hashing abierto
Para efectuar buscar, usamos la función de dispersión para
determinar qué lista recorrer. Para efectuar un insertar, recor-
remos la lista adecuada para revisar si el elemento ya está en
la lista. Si el elemento resulta ser nuevo, se inserta al frente o
al final de la lista. Además de las listas enlazadas, se podrı́a
usar cualquier esquema para resolver colisiones, como un árbol
binario de búsqueda. El factor de carga, λ, de una tabla de
dispersión es la relación entre el número de elementos en la
tabla y su tamao. La longitud media de una lista es λ. Y la
regla general de una dispersión abierta es hacer el tamao de la
tabla casi tan grande como el número de elementos esperados
(λ = 1). El esfuerzo necesario para realizar una búsqueda
es el tiempo constante necesario para evaluar la función de
dispersión Θ(1) más el tiempo necesario para recorrer la lista.
• En una búsqueda infructuosa el promedio de nodos por
recorrer es Θ(λ).
• En una búsqueda con éxito, Θ(λ/2).
IV. H ASHING C ERRADO
La dispersión abierta tiene la desventaja de que requiere
apuntadores. En la Fig.2 se observa el sistema de dispersión
cerrada, si ocurre una colisión, se intenta buscar celdas alter-
nativas hasta encontrar una vacı́a.
Fig. 2. Hashing cerrado
2
• Se busca en sucesión en las celdas d0(x), d1(x), d2(x)...
donde di(x) = (dispersion(x)+f (i))modN, conf (0) =
0.
• La función f es la estrategia de resolución de las coli-
siones.
Como todos los datos se meten en la tabla, ésta tiene que ser
más grande para la dispersión cerrada que para la abierta.
En general, para la dispersión cerrada el factor de carga debe
estar por debajo de λ = 0, 5. La eliminación estándar no se
puede realizar en una tabla de dispersión cerrada, porque la
celda pudo haber causado una colisión en el pasado. Las tablas
de dispersión cerrada requieren eliminación perezosa, aunque
en este caso no haya realmente ”pereza” implicada.
V. F UNCIONES H ASH
Una buena función hash deberı́a satisfacer la suposición
de hash uniforme.Como el recorrido de la función de hash es
un número natural, hay que saber interpretar o transformar a
número natural tipo de clave.
• Si se trata de claves enteras, el problema está más o
menos resuelto.
• Si se trata de secuencia de caracteres, strings, se puede
interpretar cada caracter como un número en base 128
(los números ASCII van del 0 al 127) y el string completo
como un número en base 128. Ası́ por ejemplo la clave
pt puede ser transformada a (112 ∗ 128 + 116) = 14452.
OBS: ASCII(p) = 112yASCII(t) = 116.
• En adelante supondremos que las claves son números nat-
urales (o ya han sido transformadas a números naturales)
A. Método de la división
Este método consiste en tomar el resto de la división por
m, el número de entradas de la tabla.
Ası́ h(k) = kmodm En C serı́a h(k) = k/m;
• Usar m = una potencia de 2 no es buena idea ya que el
valor de hash queda dependiendo de sólo los bits menos
significativos de k.
• Una forma de hacer hash(k) dependiente de todos los
bits menos significativos es usar número primos no muy
cercanos a una potencia de dos.
B. Método de la multiplicación
Este método opera en dos pasos.
• Primero, multiplicamos la clave por una constante A en
el rango 0 < A < 1 y extraemos la parte fraccionaria de
k ∗ A.
• Segundo, Multiplicamos este valor por el número de
entradas de la tabla y tomamos el peso del (o truncamos
el) resultado.
Una ventaja de este método es que el valor de m no
es crı́tico. El método trabaja bien con cualquier valor de
A, pero trabaja mejor con algunos valores que otros, por
ejemplo A (sqrt(5) − 1)/2 es recomendado. Ası́ para m =
10000, h(123456) = 10000 ∗ (123456 ∗ 0.61803..mod1) = 41
ESTRUCTURA DE DATOS 3

VI. P ROCEDIMIENTO PARA CREAR UNA FUNCI ÓN HASH VII. A PLICACI ÓN
1) Definimos una ”tabla”(array) como en la Tabla I. con 1) Creamos un menú de operaciones Fig. 3 para poder
los espacios correspondientes (simulando una tabla de operar sobre la tabla hash.
100 casillas).

TABLE I
D EFINICI ÓN DE UN ARRAY
Nombre Código –
1 ... ... ...
2 ... ... ...
... ... ... ...

2) Insertamos los datos, y elegimos uno de éstos para

efectuar la operación matemática(Hashing) como en la
Fig. 3. Menú de operaciones insertar, buscar y eliminar.
Tabla.II
TABLE II 2) Se ingresan datos por el teclado como en la Fig 4 y la
I NSERCI ÓN DE DATOS EN EL ARRAY clave hash es generada automáticamente de acuerdo al
Nombre Código – carnet del estudiante ingresado.
1 Luis 2014-119078 ...
2 ... ... ...

3) Usamos los valores enteros de los caracteres escogidos

como en la Tabla III.
TABLE III
VALORES PARA CADA D ÍGITO
Caracter 2 0 1 4 - 9 7 8
Valor 50 48 49 52 45 57 55 56

4) Realizamos la operación matemática para conseguir el

ı́ndice de ubicación (Hashing). Fig. 4. Inserción de datos y generación de la clave hash.

• Inicializamos un d en cero. Y procedemos

3) Se coloca el código del Carnet del estudiante como en
d = 27 ∗ (0) + 56 = 56 (2) la Fig. 5, ya que es necesario para la funcin hash.

• Repetimos la operación, según la cantidad de car-

acteres (Usando el resultado anterior).

d = 27(56) + 55 = 1512 + 55 = 1567 (3)

5) Determinamos los dı́gitos que usaremos del resultado.

Fig. 5. Búsqueda del dato por la clave Código
d = 1545585816 (4)
4) A continuación se muestra los datos del estudiante, ver
• Cogemos los 2 últimos dı́gitos y los usamos como Fig. 6.
el nuevo ı́ndice.
´
Indice = 16(clavehash) (5)

6) Introducimos los datos en el ı́ndice respectivo, ver Tabla

IV.
TABLE IV
I NSERCI ÓN DESPU ÉS DE LA TRANSFORMACI ÓN
Nombre Código –
... ... ... ...
16 Luis 2014-119078 ...
... ... ... ... Fig. 6. Datos mostrados con el código de estudiante
ESTRUCTURA DE DATOS 4

5) Para eliminar se ingresa el código del Carnet del es-

tudiante como en la Fig. 7 para poder usar la función
de eliminación de registro, aparece 0 con el mensaje de
eliminación indicando que el registro ha sido eliminado
con éxito, si hubiera aparecido 1 la eliminación no se
hubiera dado.

Fig. 7. Eliminación de una clave.

6) Se utiliza la funcin de búsqueda para comprobar que el

registro se eliminó ver Fig. 8.

Fig. 8. Búsqueda de una clave eliminada

VIII. C ONCLUSIONES
Las tablas hash permite que el coste medio de las opera-
ciones insertar, buscar y eliminar sea constante. Siempre y
cuando el factor de carga λ no sea excesivo para reducir la
probabilidad de colisión.
Hay que elegir correctamente la función hash. Siendo
fácilmente calculable y con buena distribución de valores entre
todos los componentes de la tabla.

R EFERENCES
[1] A. Gonzáles (2002),Tablas HASH, ELO320:Estructura
de Datos y Algoritmos. Disponible en:
http://www.madsgroup.org/docencia/alg/tablasHash.pdf
[2] F. J. Ceballos, C/C++ Curso de programacion, 3ra ed. Madrid, España:
Albadalejo, S.L., 2007
[3] O. Cairo y S. Guardati, Estructura de datos, 3ra ed. Mac-
GrawHill/Interamericana de México, 2006
[4] A. V. Aho, J. D. Ullman y J. E. Hopcroft, Estructura de datos y algo-
ritmos, 3rd ed. México, DF, Addison-Wesley:Iberoamericana: Sistemas
Técnicos de Edición, 1988
[5] L. Joyanes y I. Zahonero, Estructura de datos en JAVA, 3rd ed. Madrid,
España: MacGrawHill/Interamericana de España, 2008