Tablas de Hash

Tablas de Hash
 Tablas de Hash
• Muchas aplicaciones requieren un conjunto dinámico que soporte
las operaciones de un diccionario: Inserción, Búsqueda,
Eliminación.

• 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 opción sería usar un arreglo tan grande como el rango de

posibles claves, de tal manera que la clave del elemento
determinara su posición en la tabla. La desventaja es el espacio de
memoria requerido en tal estrategia.
 Tablas de Hash
Tablas de Direccionamiento Directo
0

1 1
Universo de Claves
U 2

3 3
5 8 0 2
4 5
6
5
1
6
Claves 3
Almacenadas
7 7
(K) 4
7
8

9 9 9
 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
¿Qué ocurre si el conjunto de las posibles claves es mucho
más grande que las claves efectivamente almacenadas?

Se requeriría una estructura muy grande para almacenar un

un número relativamente pequeño de elementos

Mal uso del espacio de almacenamiento

 Tablas de Hash
Tablas de Hash
¿Alternativa de solución?

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

en uso en índices de la tabla a través de una función. Esta
función de mapeo es la función hash. La tabla así organizada
es la tabla hash.

h(k) = i

h: Función de hash
k: Clave
i: Dirección o índice en la tabla
 Tablas de Hash
Tablas de Hash

Tabla de Hash

Universo de Claves 1
U
2
5 8 0 2
3
Función de
6 hash o 4
1 función de
mapeo 5
Claves 3
Almacenadas 6
(K) 4
7
7

8
9
9
 Tablas de Hash
Tablas de Hash
Como es posible que dos claves conduzcan al mismo mapeo, es
decir, que la función de hash produzca el mismo resultado para dos
claves diferentes (colisión).

Colisión: k1  k2 ; h(k1) = h (k2)

Es necesario buscar formas para resolver esta situación. Hay

básicamente 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 función de hash, correspondan a dicha posición arreglo.
• Hashing Cerrado: Cada entrada de la tabla contiene un solo
elemento. Cuando ocurre una colisión, ésta se soluciona buscando
celdas alternativas hasta encontrar una vacía (dentro de la misma
tabla)
 Tablas de Hash
Funciones de Hash

Una función hash (h) convierte una clave en una dirección (índice)
dentro del arreglo:

h(k)  i; k  {1, 2, . . ., |U| }; i  {1, 2, . . ., |MAX_TABLA| – 1}

La función 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 fácil y rápida de calcular.
 Tablas de Hash
Funciones de Hash

• Como el rango de la función de hash es un número natural, en

el conjunto {1, 2, . . ., |MAX_TABLA| – 1}, esta debe transformar la
clave en un número natural en ese rango.

• Si se trata de claves enteras, el problema está más o menos

resuelto.

• Si se trata de secuencia de caracteres o 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. Así 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

Método de la división:

• Este método consiste en tomar el resto de la división por el

número de entradas de la tabla. MAX_TABLA. Así

h(k) = k mod MAX_TABLA

• No se recomienda que MAX_TABLA sea una potencia de 2.

• Lo más recomendable es que MAX_TABLA sea un número primo

inferior al número total de elementos y no muy cercano a una
potencia de dos.

• Ventaja: Fácil de calcular.

 Tablas de Hash
Funciones de Hash

Método de la multiplicación:
Este método 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 número 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 método es que el valor de MAX_TABLA no es

crítico. El método 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 1
Claves
U 2
5 8 0 2
3
Función
6 de hash 4
1 o
función 5
Claves 3
Almacenad
de
6
as (K) 4 mapeo
7
7

8
9
9
 Tablas de Hash
Hash Abierto

La hash abierto, también llamada encadenamiento

separado, consiste en tener en cada posición de la
tabla, una lista de los elementos que, de acuerdo a la
función de hash, correspondan a dicha posición.

El peor caso de hashing abierto nos conduce a una

lista con todas las claves en una única lista. El peor
caso para búsqueda es así 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

0
Universo de
Claves 1
U K0
K5 2
K4
K8 K2
K7 3
Función
K6 de hash 4
K1 o
función 5
Claves
Almacenad
de
6
as (K) mapeo
K3 7

8
K9
9
 Tablas de Hash
Hash Cerrado

El hash cerrado soluciona las colisiones buscando celdas alternativas

hasta encontrar una vacía (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 está
almacenada. La inserción se efectúa probando la tabla hasta encontrar
un espacio vacío.
 Tablas de Hash
Hash Cerrado

Ventaja: Elimina totalmente los apuntadores. Se libera así espacio de

memoria, el que puede ser usado en más entradas de la tabla.

Desventaja: Si la aplicación realiza eliminaciones frecuentes, puede

degradarse el rendimiento de la misma. Se requiere una tabla más
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 dispersión cerrada hay tres estrategias distintas para

localizar posiciones alternativas en la tabla: la exploración lineal, la
exploración cuadrática y la dispersión doble. Cada una de ellas
implica una función f(i) diferente.
 Tablas de Hash
Hash Cerrado
Estrategias de Exploración de la Tabla

Prueba lineal

En este tipo de estrategia se utiliza la función f(i), la cual es una función lineal
de i, por ejemplo: f(i) = i. La función de hash quedaría de la siguiente manera:

h(k,i) = (h’(k) +i) mod MAX_TABLA

Una desventaja de este método es la tendencia a crear largas secuencias de
entradas ocupadas, incrementando el tiempo de inserción y búsqueda.

Exploración cuadrática

Este método de resolución de colisiones elimina el problema del agrupamiento

primario. La función de colisiones es cuadrática: f(i) = c1i + c2i2. La función
de hashing es:

h(k,i) = (h’(k) + c1i + c2i2.) mod MAX_TABLA

 Tablas de Hash
Hash Cerrado
Estrategias de Exploración de la Tabla

Dispersión Doble

Esuno de los mejores métodos disponibles para resolver colisiones en una

tabla de hashing cerrado. La función de resolución de colisiones es de la forma
de la forma f (i) = i * h2 (x). La función h(k, i) queda definida como:

(k,i) = ( h1(k) + i*h2(k) ) mod MAX_TABLA

La función h1(k) es la función de dispersión original. Lo que se hace es aplicar

una segunda función de dispersión h2 a k, y luego se prueba a distancias h2(k),
2h2(k). La función h2(x), nunca debe ser cero. En términos generales, la
función:

h2(k) = R - (k MOD R)

con R un número 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 información asociada con cada clave. Muestre el
proceso de inserción de las claves en una tabla de hash abierto de tamaño m =
9, utilizando como función de hash el método de la división (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 información asociada con cada clave. Muestre el
proceso de inserción de las claves en una tabla de hash abierto de tamaño m =
1000, utilizando como función de hash el método de la multiplicación