[코딩 + 알고리즘 완주반] 13일차. 해쉬 테이블 (Hash Table)

# 해쉬 구조

해쉬 테이블: 키에 데이터를 저장하는 데이터 구조

키를 통해 바로 데이터를 받아올 수 있으므로 속도가 획기적으로 빨라짐

ex) 파이선 딕셔너리 (파이썬에서는 해쉬를 별도 구현할 필요없음)

보통 배열로 미리 Hash Table 사이즈만큼 생성 후에 사용 ( 공간과 탐색을 맞바꾸는 기법)

 

# 알아둘 용어

해쉬 (Hash) :  임의 값을 고정 길이로 변환하는 것

해쉬 테이블 (Hash Table) :  키 값의 연산에 의해 직접 접근이 가능한 데이터 구조

해싱 함수 (Hashing Function) :  키에 대해 산술 연산을 이용해 데이터 위치를 찾을 수 있는 함수

해쉬 값 (Hash Value ) 또는 해쉬 주소(Hash Address) :  키를 해싱 함수로 연산해서 해쉬 값을 알아내고, 이를 기반으로 해쉬 테이블에서 데이터 위치를 일관성 있게 찾을 수 있음

슬롯 (Slot) : 한 개의 데이터를 저장할 수 있는 공간

저장할 데이터에 대해 키를 추출할 수 있는 별도 함수도 존재할 수 있음

 

# hash table 만들기

hash_table = list([i for i in range(10)])
hash_table

# 간단한 해쉬 함수

다양한 해쉬 함수 고안 긱법이 있으며, 가장 간단한 방식이 Division법 (나누기를 통한 나머지값을 사용하는 기법)

def hash_func(key):
    return key % 5

# 해쉬 테이블에 데이터 저장

data1 = 'Andy'
data2 = 'Dave'
data3 = 'Trump'
data4 = 'Anthor'
## ord(): 문자의 ASCII(아스키)코드 리턴
print (ord(data1[0]), ord(data2[0]), ord(data3[0]))
print (ord(data1[0]), hash_func(ord(data1[0])))
print (ord(data1[0]), ord(data4[0]))

def storage_data(data, value):
    key = ord(data[0])
    hash_address = hash_func(key)
    hash_table[hash_address] = value

# 데이터 읽어오기

def get_data(data):
    key = ord(data[0])
    hash_address = hash_func(key)
    return hash_table[hash_address]

# 해쉬 테이블의 장단점과 주요 용도

장점 :  데이터 저장/ 읽기 속도가 빠르다 ( 검색 속도 빠름)

          중복 확인이 쉽다

단점 :  일반적으로 저장공간이 좀 더 많이 필요

           여러 키에 해당하는 주소가 동일할 경우 충돌을 해결하기 위한 별도 자료구조가 필요함

주요 용도 : 검색이 많이 필요한 경우

                  저장, 삭제, 읽기가 빈번한 경우

                  캐쉬 구현시 ( 중복 확인이 쉽기 때문에) 데이터가 있는지 없는지 확인

 

# 해쉬 테이블 구현해보기

1. 해쉬 함수 : key % 8

2. 해쉬 키 생성 :  hash(data) ( 내장 함수 )

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(collision) 해결 알고리즘 (좋은 해쉬 함수 사용하기)

Chaining 기법(Open Hashing 기법) : 링크드 리스트 자료구조 사용해서 추가로 뒤에 연결시켜 저장

                                                           구분 위해 키 값을 함께 저장

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 (Close Hashing 기법) : 해쉬 테이블 저장공간 안에서 충돌 문제 해결

충돌이 일어나면 해당 hash address의 다음 addess부터 맨 처음 나오는 빈공간에 저장

저장공간 활용도를 높이기 위한 기법

구분 위해 키 값을 함께 저장

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: # 중간에 빈공간이 있다는 것은 저장된 적이 없다는 것
                return None
            elif hash_table[index][0] == index_key:
                return hash_table[index][1]
    else:
        return None

# 빈번한 충돌을 개선하는 기법

해쉬 함수를 재정의 및 해쉬 테이블 저장공간 확대

 

# 해쉬 함수와 키 생성 함수

파이썬의 hash() 함수는 실행할 때마다 값이 달라질 수 있음

유명한 해쉬함수 SHA(Secure Hash Algorithm) : 어떤 데이터도 유일한 고정된 크기의 고정값 리턴 

#SHA-1
import hashlib

data = 'test'.encode()
hash_object = hashlib.sha1()
hash_object.update(data)
hex_dig = hash_object.hexdigest() # 16진수 변환
print (hex_dig)

#SHA-256 - SHA1보다 보안 향상

import hashlib

data = 'test'.encode()
hash_object = hashlib.sha256()
hash_object.update(data)
hex_dig = hash_object.hexdigest()
print (hex_dig)

# 키 생성 함수로 사용 예시

def get_key(data):
        hash_object = hashlib.sha256()
        hash_object.update(data.encode())
        hex_dig = hash_object.hexdigest()
        return int(hex_dig, 16) # key%8 해주려고

# 시간 복잡도

일반적인 경우 (충돌 없는 경우) O(1)

최악의 경우( 충돌이 모두 발생하는 경우 ) O(n)

 

해쉬 테이블은 일반적인 경우를 기대하고 만들기 때문에 시간복잡도는 O(1)