Tablas de Hash

Tablas de Hash

Tablas de Hash
Muchas aplicaciones requieren un conjunto dinmico que soporte
las operaciones de un diccionario: Insercin, Bsqueda,
Eliminacin.

Es posible hacer uso de una lista enlazada con un tiempo O(n).

Otra alternativa es el uso de arreglos que nos permiten acceso a
sus elementos en orden O(1). (Tablas de Direccionamiento
Directo).
Una opcin sera usar un arreglo tan grande como el rango de
posibles claves, de tal manera que la clave del elemento
determinara su posicin en la tabla. La desventaja es el espacio de
memoria requerido en tal estrategia.

Tablas de Hash
Tablas de Direccionamiento Directo
0
1

Universo de Claves
U
5

2
3

6
5

1
Claves
Almacenadas
(K)

3
4

7
8

Tablas de Hash
Tablas de Direccionamiento Directo
Estructura de Datos y Operaciones:
onstante

MAXCLAVES = |U|;
tipo
RangoClaves = 0..MAXCLAVES-1;
TipoClave = Entero;
TipoInfo = ?;
TipoElem = registro
clave: TipoClave;
info: TipoInfo;
fregistro;
PTR_TipoElem = apuntador a TipoElem;
TDD = arreglo [RangoClaves] de PTR_TipoElem;
proc insertarTDD(var T: TDD; x: TipoClave; e: TipoInfo);
proc eliminarTDD(var T: TDD; x: TipoClave);
func buscarTDD(T: TDD; x: TipoClave): TipoElem;

Tablas de Hash
Qu ocurre si el conjunto de las posibles claves es mucho
ms grande que las claves efectivamente almacenadas?

Se requerira una estructura muy grande para almacenar un

un nmero relativamente pequeo de elementos

Mal uso del espacio de almacenamiento

Tablas de Hash
Tablas de Hash
Alternativa de solucin?

Otra opcin es usar un arreglo menor, y convertir las claves

en uso en ndices de la tabla a travs de una funcin. Esta
funcin de mapeo es la funcin hash. La tabla as organizada
es la tabla hash.
h(k) = i
h: Funcin de hash
k: Clave
i: Direccin o ndice en la tabla

Tablas de Hash
Tablas de Hash
Tabla de Hash
0

Universo de Claves
U

1
2

Funcin de
hash o
funcin de
mapeo

6
1
Claves
Almacenadas
(K)

3
4
5

7
8

9
9

Tablas de Hash
Tablas de Hash
Como es posible que dos claves conduzcan al mismo mapeo, es
decir, que la funcin de hash produzca el mismo resultado para dos
claves diferentes (colisin).

Colisin:

k1 k2 ; h(k1) = h (k2)

Es necesario buscar formas para resolver esta situacin. Hay

bsicamente dos estrategias:
Hashing Abierto: Cada entrada de la tabla contiene una lista
enlazada en la cual se almacenan todos elementos que, de acuerdo
a la funcin de hash, correspondan a dicha posicin arreglo.
Hashing Cerrado: Cada entrada de la tabla contiene un solo
elemento. Cuando ocurre una colisin, sta se soluciona buscando
celdas alternativas hasta encontrar una vaca (dentro de la misma
tabla)

Tablas de Hash
Funciones de Hash
Una funcin hash (h) convierte una clave en una direccin (ndice)
dentro del arreglo:
h(k) i;

k {1, 2, . . ., |U| };

i {1, 2, . . ., |MAX_TABLA| 1}

La funcin h debe cumplir en lo posible las siguientes

condiciones:

Producir tan pocas colisiones como sea posible.

Distribuir las claves de manera uniforme en la tabla de hash
(hash uniforme).
Ser fcil y rpida de calcular.

Tablas de Hash
Funciones de Hash
Como el rango de la funcin de hash es un nmero natural, en
el conjunto {1, 2, . . ., |MAX_TABLA| 1}, esta debe transformar la
clave en un nmero natural en ese rango.
Si se trata de claves enteras, el problema est ms o menos
resuelto.
Si se trata de secuencia de caracteres o strings, se puede
interpretar cada caracter como un nmero en base 128 (los
nmeros ASCII van del 0 al 127) y el string completo como un
nmero en base 128. As por ejemplo la clave pt puede ser
transformada a (112 *1281 + 116 * 1280) = 14452. (ASCII(p)=112 y
ASCII(t)=116)

Tablas de Hash
Funciones de Hash
Mtodo de la divisin:

Este mtodo consiste en tomar el resto de la divisin por el

nmero de entradas de la tabla. MAX_TABLA. As
h(k) = k mod MAX_TABLA

No se recomienda que MAX_TABLA sea una potencia de 2.

Lo ms recomendable es que MAX_TABLA sea un nmero primo
inferior al nmero total de elementos y no muy cercano a una
potencia de dos.
Ventaja: Fcil de calcular.

Tablas de Hash
Funciones de Hash
Mtodo de la multiplicacin:
Este mtodo opera en dos pasos:
Se multiplica la clave por una constante A en el rango 0 < A < 1 y
se extrae la parte fraccionaria de k*A.
Se multiplica este valor por el nmero de entradas de la tabla y se
toma el piso o se trunca el resultado.
h(k) = MAX_TABLA *(k*A mod 1)

donde mod 1 debe ser interpretado como k*A - k*A

Una ventaja de este mtodo es que el valor de MAX_TABLA no es
crtico. El mtodo trabaja bien con cualquier valor de A, pero se
recomienda
A ~ (sqrt(5)-1)/2 ~ 0,6180339887

Tablas de Hash
Hash Abierto
Tabla de
Hash
0

Universo de
Claves
U
5

Funcin
de hash
o
funcin
de
mapeo

6
1
Claves
3
Almacenad
as (K)
4

3
4
5

6
7
8

9
9

Tablas de Hash
Hash Abierto

La hash abierto, tambin llamada encadenamiento

separado, consiste en tener en cada posicin de la
tabla, una lista de los elementos que, de acuerdo a la
funcin de hash, correspondan a dicha posicin.
El peor caso de hashing abierto nos conduce a una
lista con todas las claves en una nica lista. El peor
caso para bsqueda es as O(n).

Tablas de Hash
Hash Abierto
Estructura de Datos y Operaciones:
onstante
MAX_TABLA = ?;
tipo
RangoClaves = 0.. MAX_TABLA - 1;

TipoClave = Entero;
TipoInfo = ?;
TipoElem = registro
clave: TipoClave;
info: TipoInfo;
fregistro;

THAbr

= arreglo [RangoClaves] de Lista[TipoElem];

proc iniciaTHAbr(var T: THAbr);

func estaTHAbr (T: THAbr; x: TipoClave): booleano;

proc insertarTHAbr(var T: THAbr; x: TipoClave; e: TipoInfo);

proc eliminarTHAbr(var T: THAbr; x: TipoClave);
func buscarTHAbr(T: THAbr; x: TipoClave): TipoElem;

Tablas de Hash
Hash Cerrado
Tabla de Hash Cerrado

K5

Universo de
Claves
U K0
K4

1
2

K8

K7
K6
K1
Claves
Almacenad
as (K)
K3

K2

Funcin
de hash
o
funcin
de
mapeo

3
4
5

6
7
8

K9
9

Tablas de Hash
Hash Cerrado
El hash cerrado soluciona las colisiones buscando celdas alternativas
hasta encontrar una vaca (dentro de la misma tabla). Se va buscando
en las celdas: d0(k), d1(k), d2(k), ..., donde
di(k) = (h(k) + f(i)) mod MAX_TABLA
h(k, i) = (h(k) + f(i)) mod MAX_TABLA
Cuando se busca una clave, se examinan varias celdas de la tabla
hasta que se encuentra la clave buscada, o es claro que esta no est
almacenada. La insercin se efecta probando la tabla hasta encontrar
un espacio vaco.

Tablas de Hash
Hash Cerrado
Ventaja: Elimina totalmente los apuntadores. Se libera as espacio de
memoria, el que puede ser usado en ms entradas de la tabla.
Desventaja: Si la aplicacin realiza eliminaciones frecuentes, puede
degradarse el rendimiento de la misma. Se requiere una tabla ms
grande. Para garantizar el funcionamiento correcto, se requiere que la
tabla de hash tenga, por lo menos, el 50% del espacio disponible.
Dentro de la dispersin cerrada hay tres estrategias distintas para
localizar posiciones alternativas en la tabla: la exploracin lineal, la
exploracin cuadrtica y la dispersin doble. Cada una de ellas
implica una funcin f(i) diferente.

Tablas de Hash
Hash Cerrado
Estrategias de Exploracin de la Tabla
Prueba lineal
En este tipo de estrategia se utiliza la funcin f(i), la cual es una funcin lineal
de i, por ejemplo: f(i) = i. La funcin de hash quedara de la siguiente manera:
h(k,i) = (h(k) +i) mod MAX_TABLA
Una desventaja de este mtodo es la tendencia a crear largas secuencias de
entradas ocupadas, incrementando el tiempo de insercin y bsqueda.

Exploracin cuadrtica

Este mtodo de resolucin de colisiones elimina el problema del agrupamiento

primario. La funcin de colisiones es cuadrtica: f(i) = c1i + c2i2. La funcin
de hashing es:
h(k,i) = (h(k) + c1i + c2i2.) mod MAX_TABLA

Tablas de Hash
Hash Cerrado
Estrategias de Exploracin de la Tabla
Dispersin Doble
Esuno de los mejores mtodos disponibles para resolver colisiones en una
tabla de hashing cerrado. La funcin de resolucin de colisiones es de la forma
de la forma f (i) = i * h2 (x). La funcin h(k, i) queda definida como:
(k,i) = ( h1(k) + i*h2(k) ) mod MAX_TABLA
La funcin h1(k) es la funcin de dispersin original. Lo que se hace es aplicar
una segunda funcin de dispersin h2 a k, y luego se prueba a distancias h2(k),
2h2(k). La funcin h2(x), nunca debe ser cero. En trminos generales, la
funcin:
h2(k) = R - (k MOD R)
con R un nmero primo menor que MAX_TABLA, da buenos resultados.

Tablas de Hash
Ejercicios
1. Considere el siguiente conjunto de datos:
D = {(5, y1), (28, y2), (19, y3), (15, y4), (20, y5), (33, y6), (12, y7), (17, y8), (10,
y9)}donde yi (1< i < 9) es la informacin asociada con cada clave. Muestre el
proceso de insercin de las claves en una tabla de hash abierto de tamao m =
9, utilizando como funcin de hash el mtodo de la divisin (h(k) = k mod m).

2. Considere el siguiente conjunto de datos:

D = {(61, y1), (62, y2), (63, y3), (64, y4), (65, y5)}
donde yi (1< i < 5) es la informacin asociada con cada clave. Muestre el
proceso de insercin de las claves en una tabla de hash abierto de tamao m =
1000, utilizando como funcin de hash el mtodo de la multiplicacin