[자료구조] 해쉬테이블 (Hash Table)

해쉬 구조

• 키(Key)에 데이터(Value)를 저장하는 구조
• Key를 통해 바로 데이터를 받아올 수 있으므로, 속도가 매우 빠르다
• 파이썬 Dictionary타입 = 해쉬테이블의 예시
• 보통 배열로 미리 해쉬테이블 사이즈만큼 생성한 후에 사용 = 공간과 탐색시간을 맞바꾸는 기법

 

용어

• 해쉬(Hash) : 임의값을 고정길이로 변환하는 것
• 해쉬테이블(Hash Table) : 키 값의 연산에 의해 직접 접근이 가능한 데이터 구조
• 해싱함수(Hashing Function) : 키에 대해 산술연산을 이용해 데이터위치를 찾을 수 있는 함수
• 해쉬값(Hash Value) : 키를 해싱함수로 연산해서 해쉬값을 알아내고, 이를 기반으로 해쉬테이블에서 해당 키에 대한 데이터 위치를 일관성있게 찾을 수 있음
• 슬롯(Slot) : 한개의 데이터를 저장할 수 있는 공간 

장단점과 주요 용도

• 장점
  • 데이터 저장/읽기 속도가 빠르다 = 검색 속도가 빠르다
  • 키에 대한 데이터가 있는지 확인이 쉽다 = 중복확인
• 단점
  • 일반적으로 저장공간이 좀더 많이 필요하다
  • 여러키에 해당하는 주소가 동일할 경우 충돌을 해결해야함
• 용도
  • 검색이 많이 필요한 경우
  • 저장, 삭제, 읽기가 빈번한 경우
  • 캐쉬 구현시 (중복확인이 쉽기때문에)

 

해쉬테이블 구현

1. hash function = key % 8

2. hash key 생성 = hash(data)

hash_table = list([0 for i in range(8)])

def get_key(data):
    return hash(data)

def hash_function(key):
    return key % 8

def save_data(data, value):
    hash_address = hash_function(get_key(data))
    hash_table[hash_address] = value
    
def read_data(data):
    hash_address = hash_function(get_key(data))
    return hash_table[hash_address]

 

충돌 해결 알고리즘

• chaining 기법
  • 해쉬테이블 저장공간 외의 공간을 활용하는 기법
  • 충돌이 일어나면 링크드 리스트로 데이터를 추가로 뒤에 연결시켜서 저장하는 기법

hash_table = list([0 for i in range(8)])

def get_key(data):
    return hash(data)

def hash_function(key):
    return key % 8

def save_data(data, value):
    index_key = get_key(data)
    hash_address = hash_function(index_key)
    if hash_table[hash_address] != 0:
        for index in range(len(hash_table[hash_address])):
            if hash_table[hash_address][index][0] == index_key:
                hash_table[hash_address][index][1] = value
                return
        hash_table[hash_address].append([index_key, value])
    else:
        hash_table[hash_address] = [[index_key, value]]
    
def read_data(data):
    index_key = get_key(data)
    hash_address = hash_function(index_key)

    if hash_table[hash_address] != 0:
        for index in range(len(hash_table[hash_address])):
            if hash_table[hash_address][index][0] == index_key:
                return hash_table[hash_address][index][1]
        return None
    else:
        return None

 

• Linear Probing 기법
  • 해쉬테이블 저장공간 안에서 충돌문제를 해결하는 기법
  • 충돌이 일어나면 해당 hash address의 다음 address부터 맨 처음 나오는 빈공간에 저장하는 기법

hash_table = list([0 for i in range(8)])

def get_key(data):
    return hash(data)

def hash_function(key):
    return key % 8

def save_data(data, value):
    index_key = get_key(data)
    hash_address = hash_function(index_key)
    if hash_table[hash_address] != 0:
        for index in range(hash_address, len(hash_table)):
            if hash_table[index] == 0:
                hash_table[index] = [index_key, value]
                return
            elif hash_table[index][0] == index_key:
                hash_table[index][1] = value
                return
    else:
        hash_table[hash_address] = [index_key, value]

def read_data(data):
    index_key = get_key(data)
    hash_address = hash_function(index_key)
    
    if hash_table[hash_address] != 0:
        for index in range(hash_address, len(hash_table)):
            if hash_table[index] == 0:
                return None
            elif hash_table[index][0] == index_key:
                return hash_table[index][1]
    else:
        return None

 

시간 복잡도

• 일반적인 경우(collision없음) = O(1)
• 최악의 경우(collision 모두 발생) = O(n)
• 검색에서 사용한다면
  • 16개 배열에 데이터 저장하고 검색 = O(n)
  • 16개 데이터 저장공간을 가진 해쉬테이블에 데이터 저장하고 검색 = O(1)