[Data Structure] 해쉬 테이블

Elen li·2021년 11월 21일

해쉬

: Hash Table: 키(Key)에 데이터(Value)를 저장하는 데이터 구조

해쉬 구조

Key를 통해 바로 데이터를 받아올 수 있으므로, 속도가 획기적으로 빨라짐
파이썬 딕셔너리(Dictionary) 타입이 해쉬 테이블의 예
배열로 미리 Hash Table 사이즈만큼 생성 후에 사용 (공간과 탐색 시간을 맞바꾸는 기법)

해쉬 용어

해쉬(Hash): 임의 값을 고정 길이로 변환하는 것
해쉬 테이블(Hash Table): 키-값의 연산에 의해 접근이 가능한 데이터 구조
해싱 함수(Hashing Fuction): Key에 대해 산술 연산을 이용해 데이터 위치를 찾을 수 있는 함수
해쉬 값(Hash Value) 또는 해쉬 주소(Hash Address): Key를 해싱 함수로 연산해서, 해쉬 값을 알아내고, 이를 기반으로 해쉬 테이블에서 해당 Key에 대한 데이터 위치를 일관성 있게 찾을 수 있음
슬롯(Slot): 한 개의 데이터를 저장할 수 있는 공간
저장할 데이터에 대해 Ke를 추출할 수 있는 별도 함수도 존재할 수 있음

해쉬 테이블의 장단점과 주요 용도

장점

데이터 저장/읽기 속도가 빠르다. (검색 속도가 빠르다)
해쉬는 키에 대한 데이터가 있는지(중복) 확인이 쉬움

단점

일반적으로 저장공간이 좀 더 많이 필요하다.
여러 키에 해당하는 주소가 동일할 경우 충돌을 해결하기 위한 별도 자료 구조가 필요함

주요 용도

검색이 많이 필요한 경우
저장, 삭제, 읽기가 빈번한 경우
캐쉬 구현 시 중복 확인이 쉽기 때문

충돌(Collision) 해결 알고리즘 (좋은 해쉬 알고리즘 사용하기)

: 한 개 이상의 데이터가 동일한 해쉬 주소에 저장되어야 할 경우 발생하는 문제

chaining 기법

개방 해싱 또는 Open Hashing 기법 중 하나: 해쉬 테이블 저장공간 외의 공간을 활용하는 기법
충돌이 일어나면, 링크드 리스트라는 자료 구조를 사용해서, 링크드 리스트로 데이터를 추가로 뒤에 연결 시켜서 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:
        # 같은 해시에 몇 개의 데이터가 들어있는지 확인
        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]    
    else:
        return None
        
print(hash('Dave') % 8)
print(hash('Dd') % 8)
print(hash('Data') % 8)

save_data('Dd', '12341234')
save_data('Data', '00000000')
read_data('Dd')

Linear Probing 기법

폐쇄 해싱 또는 Close Hashing 기법 중 하나: 해쉬 테이블 저장 공간 안에서 충돌 문제를 해결하는 기법
충돌이 일어나면, 해당 hash address의 다음 address부터 맨 처음 나오는 빈공간에 저장하는 기법 (저장공간 활용도를 높이기 위한 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:
        # 같은 해시에 몇 개의 데이터가 들어있는지 확인
        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]    
    else:
        return None

print(hash('Dave') % 8)
print(hash('Dd') % 8)
print(hash('Data') % 8)

save_data('Dd', '12341234')
save_data('Data', '00000000')
read_data('Dd')

Linear Probing 기법 (가장 많이 쓰임)

: 폐쇄 해싱 또는 Close Hashing 기법중 하나: 해쉬 테이블 저장공간 안에서 충돌 문제를 해결하는 기법
: 충돌이 일어나면, 해당 hash address의 다음 address부터 맨 처음 나오는 빈 공간에 저장하는 기법 (저장공간 활용도를 높일 수 있음)

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
            # 같은 해쉬값에 같은 키를 가진 경우 => 데이터만 업데이트
            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
        
print(hash('dk') % 8)
print(hash('da') % 8)

save_data('dk', '010ddddkkkkk')
save_data('da', '010ddddaaaaa')
read_data('da')