靜態(tài)散列要求桶的數(shù)目始終固定,那么在確定桶數(shù)目和選擇散列函數(shù)時,如果桶數(shù)目過小,隨著數(shù)據(jù)量增加,性能會降低;如果留一定余量,又會帶來空間的浪費;或者定期重組散列索引結(jié)構(gòu),但這是一項開銷大且耗時的工作。為了應對這些問題,為此提出了幾種動態(tài)散列(dynamic
hashing)技術(shù),可擴展動態(tài)散列(extendable hashing)便是其一。
一、可擴展動態(tài)散列
A)用一個數(shù)組來存儲桶指針的目錄,數(shù)組的位數(shù)為2的D次方,桶的容量為2的L次方,D和L分別稱為全局位深度和局部位深度。每次發(fā)生桶溢出時,溢出桶分裂,容量變?yōu)?的L+1次方,其它桶的容量保持不變,同時數(shù)據(jù)目錄的深度變?yōu)镈+1。擴展容量時,只是調(diào)整了局部的桶容量和目錄的容量,性能開銷比較小。
上圖中,目錄深度為2,目錄項有4個。然后開始插入數(shù)據(jù)d1和d2,假定h(d1)=13、h(d2)=20,由于13=1101,且全局位深度為2,則根據(jù)后兩位01確定應插入b桶,b桶有空間,可直接插入。20=10100,應插入a桶,但a桶以及滿了,于是開始分裂,a桶的局部位深度變?yōu)?,容量擴展為8,如果擴展后的局部位深度超過了全局位深度,則全局位深度等于這個最大的局部位深度,于是全局位深度也隨之變?yōu)?。
如上圖所示,a桶分裂為a1、a2,目錄變?yōu)槿?,對原來a桶中的元素進行重組,由于目錄位多了一位,要根據(jù)000、100來分別存儲到a1、a2桶。雖然目錄發(fā)生了翻倍,但未進行分裂的桶的局部深度仍然為2,所以會有多個目錄項指向這些桶,比如001、101的后兩位都是01,都指向b桶。
B)對于查找操作,根據(jù)當前的全局位深度,通過目錄直接定位到桶地址,隨后在桶內(nèi)部逐一查找。
C)對于刪除操作,與查找操作類似,刪除元素后,如果發(fā)現(xiàn)桶變?yōu)榭?,可與其兄弟桶進行合并,并使局部位深度減一。如果所有的局部位深度都小于全局位深度,則目錄數(shù)組也進行收縮。
二、靜態(tài)散列與動態(tài)散列對比
與靜態(tài)散列相比,動態(tài)散列的主要優(yōu)勢在于其性能不會隨著記錄數(shù)增長而下降,另外還具有最小的空間占用。缺點在于它會額外增加一次查詢定位,因為在查詢bucket本身前,需要先查找目錄來定位bucket。
另一種動態(tài)散列技術(shù)-線性散列(linear hashing)可以避免額外的查詢定位,但可能這種方式需要更多的溢出桶,日后學習。
三、順序索引與散列的適用場景
每種索引結(jié)構(gòu)都有其優(yōu)缺點。如果是select * from a where b=c這樣的定值查詢,散列比順序索引跟適合,順序索引會隨著記錄數(shù)的增加而性能降低,散列則相對穩(wěn)定。而對于where b>c and b
學習資料:Database System Concepts, by Abraham Silberschatz, Henry F.Korth, S.Sudarshan
https://www.cnblogs.com/kegeyang/archive/2012/04/05/2432608.html