해쉬 테이블

해쉬 구조

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

• Key를 통해 바로 데이터를 받아올 수 있으므로, 속도가 획기적으로 빨라짐
• 파이썬 딕셔너리(Dictionary) 타입이 해쉬 테이블의 예: Key를 가지고 바로 데이터(Value)를 꺼냄
• 보통 배열로 미리 Hash Table 사이즈만큼 생성 후에 사용 (공간과 탐색 시간을 맞바꾸는 기법)
• 단, 파이썬에서는 해쉬를 별도 구현할 이유가 없음 - 딕셔너리 타입을 사용하면 됨

---

알아둘 용어

• 해쉬(Hash) : 임의 값(방대한 데이터)을 고정 길이(ex. 256)로 변환하는 것
• 해쉬 테이블(Hash Table) : 키 값의 연산에 의해 직접 접근이 가능한 데이터 구조
• 해싱 함수(Hashing Function) : Key(키를 입력 받아)에 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 일관성있게 찾을 수 있음
• 슬롯(Slot): 한 개의 데이터를 저장할 수 있는 공간
• 저장할 데이터에 대해 Key를 추출할 수 있는 별도 함수도 존재할 수 있음 

  

  key -> 해시 함수 거쳐서 -> 해시 주소를 찾아 -> 해시 테이블

---

간단한 해쉬 예

---

hash table 만들기

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

---

초간단 해쉬 함수를 만들기

다양한 해쉬 함수 고안 기법이 있으며, 가장 간단한 방식이 Division 법 (나누기를 통한 나머지 값을 사용하는 기법)

def hash_function(key):
    return key%5

---

해쉬 테이블에 저장

데이터에 따라 필요시 key 생성 방법 정의가 필요함

각각의 데이터에 대한 키가 필요하다.

키를 추출하는 별도의 함수가 존재할 수 있다.

 

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]))

65 68 84
65 0
65 65 # 해시 테이블의 단점 = 충돌, 테이블 크기를 늘리면 된다.

---

해쉬 테이블에 값 저장 예

• data:value와 같이 data와 value를 넣으면, 해당 data에 대한 key를 찾아서, 해당 key에 대응하는 해쉬주소에 value를 저장하는 예

def storage_data(data, value): # 데이터를 넣어줌
    key = ord(data[0]) # 넣어준 데이터로 키 값을 만들고
    hash_address = hash_func(key) # 키값을 가지고 해시 주소를 만들고
    hash_table[hash_address]= value # 해시 주소에 해당하는 슬롯에 데이터를 저장해준다.

---

해쉬 테이블에서 특정 주소의 데이터를 가져오는 함수도 만들기

storage_data('Andy', '01055553333')
storage_data('Dave', '01044443333')
storage_data('Trump', '01022223333')

---

실제 데이터를 저장하고, 읽어보기

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

 

get_data('Andy')

01055553333

 

배열을 쓰면 처음부터 다 검색해서 봐야하는데

해시 테이블을 쓰면 key 값만 찾아서 해시 테이블에서 찾으면 된다.

---

자료 구조 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 자료구조가 필요함

 

주요 용도

• 검색이 많이 필요한 경우
• 저장, 삭제, 읽기가 빈번한 경우
• 캐쉬 구현시 (중복 확인이 쉽기 때문)

---

프로그래밍 연습 : 리스트 변수를 이용해서 해시 테이블 구현하기

 

hasy 키 생성 : hash(data) 함수가 존재한다.

hash 함수 : key % 8

 

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

def get_key(data): # 데이터를 key로 변환하고
    return hash(data)

def hash_function(key): # key를 받아서 해시테이블 주소로
    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]

 

save_data('Dave', '0102030200')
save_data('Andy', '01033232200')
read_data('Dave')

'0102030200'

 

hash_table

['0102030200', 0, 0, 0, 0, 0, 0, '01033232200']

---

충돌(Collision) 해결 알고리즘 (좋은 해쉬 함수 사용하기)

해쉬 테이블의 가장 큰 문제는 충돌(Collision)의 경우입니다. 이 문제를 충돌(Collision) 또는 해쉬 충돌(Hash Collision)이라고 부릅니다.

---

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 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 i in range(len(hash_table[hash_address])):
            if hash_table[hash_address][0] == index_key:
                hash_table[i][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 i in range(len(hash_table[hash_address])):
            if has_table[hash_address][0] == index_key:
                return hash_table[hash_address][i][1]
        return None # 반복문이 다 끝났는데 없다면? 그냥 None return
    else :
        return None

 

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

0
2
2

save_data('Dd', '1201023010')
save_data('Data', '3301023010')
read_data('Dd')

'1201023010'

hash_table

[0,
 0,
 [[1341610532875195530, '1201023010'], [-9031202661634252870, '3301023010']],
 0,
 0,
 0,
 0,
 0]

---

Linear Probing 기법

• 폐쇄 해싱 또는 Close Hashing 기법 중 하나: 해쉬 테이블 저장공간 안에서 충돌 문제를 해결하는 기법
• 충돌이 일어나면, 해당 hash address의 다음 address부터 맨 처음 나오는 빈공간에 저장하는 기법
  • 저장공간 활용도를 높이기 위한 기법