데이터 구조 - 해쉬 테이블 ( Hash Table )

Hash Table 이란, 키(key) 에 데이터 ( value ) 를 저장하는 데이터 구조이다.

현재 NoSQL에서 사용되는 데이터를 저장하는 구조가 Hash Table 과 같은 구조로 되어 있다.

Key 를 통해 바로 데이터를 받아올 수 있으므로, 속도과 획기적으로 빠르다.

파이썬의 경우 딕셔너리 ( Dictionary ) 타입이 해쉬 테이블의 예가 된다. ( key를 가지고 바로 데이터 ( value )를 꺼낸다.

보통 배열로 미리 Hash Table 사이즈 만큼 생성 후 사용한다.

( 단, Python 에서는 해쉬를 별도로 구현할 이유가 없다 - 딕셔너리 타입을 사용하면 된다. )

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 Funciton) : 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 key 에 대한 데이터 위치를 일관성 있게 찾을 수 있다.
슬롯(Slot): 한 개의 데이터를 저장할 수 있는 공간
저장할 데이터에 대해 key를 추출할 수 있는 별도의 함수도 존재할 수 있다.

해쉬 테이블 만들기

가장 먼저 배열로 미리 Hash Table 사이즈 만큼 생성 후 사용한다. ( 공간과 탐색 시간을 맞바꾸는 기법 )
배열의 경우 정해진 사이즈만큼 메모리에 할당 후 사용하기 때문에 탐색 시간이 줄어들지만 공간 복잡도가 증가한다

hash_table = list([0 for i in range(10)])
hash_table

## result
=> [0,0,0,0,0,0,0,0,0,0]

초간단 해쉬 함수 만들기

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

def hash_func(key):
    return key % 5

만들어둔 해쉬 테이블에 저장하기

데이터에 따라 필요시 key 생성 방법 정의가 필요함

data1 = "Hyewon"  
data2 = "Noah"
# ord() : 문자의 ASCII [아스키] 코드 리턴해주는 함수
print (ord(data1[0]), ord(data2[0])) => 72 78
print (ord(data1[0]), hash_func(ord(data1[0]))) => 72 2

해쉬 테이블에 값 저장

data: value 와 같이 data 와 value 를 넣으면 해당 data 에 대한 key를 찾아서 해당 key에 대응하는 해쉬 주소에 value를 저장하는 예

def storage_data(data, value):
    key = ord(data[0]) # data 의 첫번째 문자를 ord() 메서드를 통해 아스키 코드로 리턴
    hash_address = hash_func(key) # 위에서 정의한 해쉬 함수를 통해 key 를 한번 더 재가공하여 해쉬 주소를 만듦.
    hash_table[hash_address] = value # 미리 만들어둔 배열 ( 해쉬 테이블 공간 ) 안에 한 슬롯(배열의 한 요소)에 값을 저장

storage_data('Hyewon', "01055553333")
storage_data('Noah', "01044443333")

실제 데이터 저장 후 읽기

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

get_data('Hyewon') // result => "01055553333"

장점
- 데이터 저장/읽기 속도가 빠르다. ( 검색 속도가 빠르다 )
- 해쉬는 키에 대한 데이터가 있는지 확인이 쉽다. ( 중복 )
단점
- 일반적으로 저장공간이 좀 더 많이 필요하다.
- 여러 키에 해당하는 주소가 동일할 경우, 충돌을 해결하기 위한 별도 자료 구조가 필요하다. ( 동일 참조 )
주요 용도
- 검색이 많이 필요한 경우
- 저장, 삭제, 읽기가 빈번한 경우
- 캐쉬 구현시 ( 중복 확인이 쉽기 때문 )

충돌 해결 알고리즘 ( 좋은 해쉬 함수 사용하기 )

해쉬 테이블의 가장 큰 문제는 충돌 (collision) 의 경우이다. 이 문제를 충돌/ 해쉬 충돌이라고 부른다.

Chaining 기법

Open hashing 기법 중 하나 : 해쉬 테이블 저장 공간 외의 공간을 활용하는 기법
충돌이 나면, 링크드 리스트 라는 자료 구조를 사용해서, 링크드 리스트로 데이터를 추로 뒤에 연결시켜 저장하는 기법이다.

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):
    # get_key 함수를통해 index_key 를 가져옴
    index_key = get_key(data)
    # index_key 에서 hash_function 으로 hash_address 를 가져옴
    hash_address = hash_function(index_key)
    # hash_table[hash_address] 안에 값이 0이 아니면,
    # 안에 값이 있는 것이므로, 링크드 리스트 형태로 배열을 다시 만들어 바로 뒤쪽 인덱스로 넣어준다.
    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] 값이 0일 경우 배열을 만들고 index_key 와 value 배열을 테이블에 넣어준다.
        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

default