StrukturData 11

11: Hash Table
Struktur Data (TI0133) – Semester Gasal 2021/2022
Struktur Data | Yuan Lukito, S.Kom., M.Cs © 2021 | Prodi Informatika, Universitas Kristen Duta Wacana
Agenda
• Hash Table dan Fungsi Hash
• Collision Resolution
Dictionary
• Pada Python, Dictionary adalah tipe data yang dapat digunakan untuk
menyimpan pasangan key-value
Kode Nama Prodi data = {

71 Informatika 71:'Informatika',
72:'Sistem Informasi',
72 Sistem Informasi 41:'Kedokteran',
41 Kedokteran 11:'Manajemen'
11 Manajemen }
Key
Value
Dictionary
• Untuk mengakses suatu value, harus menggunakan key
Key = 71
data = {
71:'Informatika',
72:'Sistem Informasi', data[71]
41:'Kedokteran',
11:'Manajemen'
} ‘Informatika’
Hash Table
• Pengaksesan data pada Dictionary sangat cepat, karena implementasinya
berdasarkan hash table.
• Nilai dari data disimpan dalam list / array yang dapat diakses menggunakan
index-nya.
• Linear search dan Binary search melakukan pencarian karena tidak mengetahui
index dari data yang dicari
• Pengaksesan data akan lebih cepat jika diketahui index-nya
• Bagaimana cara mengetahui index dari data yang ingin diambil?
• Membutuhkan dua hal: key dan fungsi hash
• Masukkan key ke dalam fungsi hash untuk mendapatkan index dari data yang dicari
• Jadi lokasi dari data didapatkan dari hasil fungsi hash dari nilai data tersebut
Kegunaan Hash Table https://www.bigocheatsheet.com/
Fungsi Hash
Misalkan fungsi hash yang dipakai adalah Kode Nama Prodi
71 Informatika
𝑓 𝑘𝑒𝑦 = 𝑘𝑒𝑦 𝑚𝑜𝑑 7 72 Sistem Informasi
41 Kedokteran
Maka untuk key 71, lokasi penyimpanannya
dapat dihitung dengan fungsi hash tersebut, yaitu: 11 Manajemen
F(71) = 71 mod 7 = 1
Berarti ‘Informatika’ disimpan di index ke-1
Informati Sistem Manajem Kedokter

ka (71) Informasi en (11) an (41)
(72)
0 1 2 3 4 5 6
Fungsi Hash
• Fungsi yang dapat memetakan suatu nilai data (yang panjang/besarnya bisa
bervariasi) ke dalam suatu nilai yang memiliki rentang yang tetap (fixed,
sudah ditentukan sebelumnya)
• Merupakan fungsi satu arah. Dari key bisa didapatkan value, tetapi tidak sebaliknya
• Fungsi hash yang bagus:
• Proses perhitungannya cepat
• Deterministic = untuk key yang sama, maka nilai hash yang dihasilkan harus sama
• Fixed-length value = hasilnya adalah nilai dalam rentang yang telah ditentukan
• Evenly distribution = menyebar key secara merata (tidak mengumpul di satu tempat
saja)
• Perfect hash function
• Hanya terjadi jika seluruh key sudah diketahui sebelumnya
Permasalahan Fungsi Hash
• Simple Uniform Hashing
• Setiap key memiliki peluang yang sama untuk menempati salah satu dari slot yang
tersedia di dalam hash table
• Hasil dari hashing tidak mengumpul di satu area saja
• Jika f(key) = key mod 7, maka
• Key = 9, 16, 37, 2 => semuanya akan menghasilkan index ke-2
• Karena memetakan nilai yang panjang/besarnya bervariasi ke tempat yang
ukurannya sudah ditetapkan, maka ada kemungkinan fungsi hash
menghasilkan nilai yang sama walaupun key yang digunakan berbeda
• Hash Collision merupakan masalah utama yang sering ditemui pada hash
table
• Perlu diperhatikan keterbatasan waktu (time) dan ruang (space)
Time and Space Problem
• Bagaimana jika fungsi hash yang dipakai adalah f(key) = key?
• 71 berarti disimpan di index ke-71
• Mengasumsikan memiliki space yang besar (menjadi tidak efisien karena ada banyak
tempat kosong yang tidak terpakai)
• Mengatasi collision
• Seharusnya dilakukan dengan cepat dan efisien, karena berkaitan dengan masalah
waktu
• Jika waktu tidak masalah, maka cukup dengan linear probing saja, tetapi
membutuhkan jumlah space yang besar
Jenis Fungsi Hash
• Modulo
• 𝒇(𝒌𝒆𝒚) = 𝒌𝒆𝒚 𝒎𝒐𝒅 𝒏
• Dimana n biasanya adalah kapasitas maksimal dari hash table
• Bisa juga n berupa bilangan prima
• Multiplication
• Pilih suatu nilai A yang memenuhi 0 < A < 1. Biasanya A = 0.618 (golden ratio)
• 𝒇(𝒌𝒆𝒚) = 𝒇𝒍𝒐𝒐𝒓( 𝒎 ∗ ((𝒌𝒆𝒚 ∗ 𝑨) − 𝒇𝒍𝒐𝒐𝒓(𝒌𝒆𝒚 ∗ 𝑨)))
• m adalah nilai yang lebih besar dari kapasitas maksimal hash table (kelipatan 2)
• floor() adalah fungsi pembulatan ke bawah, untuk menghilangkan pecahan/desimal,
menghasilkan bilangan bulat (integer)
• Universal Hashing
• Sediakan bermacam-macam fungsi hash, lalu gunakan salah satu secara acak
Hash pada String
• Menggunakan modulo / multiplication tentu membutuhkan bilangan (real /
integer)
• Sehingga string harus dikonversi terlebih dahulu
• Biasanya menggunakan nilai ASCII / Unicode code point-nya
• Pada Python bisa didapatkan dengan fungsi ord() – menghasilkan Unicode code
point
• Posisi/urutan karakter pada string sangat penting
• Jika berbeda urutan, maka string-nya akan berbeda
• Misal hash table berukuran 15, kemudian masuk input string sebagai
berikut, tentukan kondisi hash table setelah seluruh input sudah masuk!
• ‘upin’, ‘bambang’, ‘anto’
Hash pada String
𝑖= 𝑙𝑒𝑛 𝑘𝑒𝑦 −1 ‘upin’ = 117 + 112 + 105 + 110 = 444
𝑓 𝑘𝑒𝑦 = ෍ 𝑜𝑟𝑑 𝑘𝑒𝑦 𝑖 𝑚𝑜𝑑 15 f(‘upin’) = 444 mod 15 = 9
𝑖= 0
‘bambang’ = 98 + 97 + 109 + 98 + 97
+ 110 + 103 = 712
f(‘bambang’) = 712 mod 15 = 7
total = 0
for c in key: ‘anto’ = 91 + 110 + 116 + 111 = 434
total = total + ord(c) f(‘anto’) = 434 mod 15 = 14
Bagaimana dengan ‘dani’ dan ‘dina’?
Hash pada String
Polinomial Rolling Hash Function
𝑓 𝑘𝑒𝑦 = 𝑘𝑒𝑦 0 × 𝑃0 + 𝑘𝑒𝑦 1 × 𝑃1 + ⋯ + 𝑘𝑒𝑦 𝑚 − 1 × 𝑃𝑚−1 𝑚𝑜𝑑 𝑀
key[0], key[1], key[2], … , key[m-1] adalah nilai ASCII/Unicode code point dari
setiap karakter pada sebuah string yang panjangnya m
Nilai P biasanya berupa bilangan prima, (31 atau 53)
M adalah sebuah angka prima yang sangat besar, biasanya M = 10^9 + 9
Contoh Hash Table
• Misalkan ingin menyimpan data berikut ini pada sebuah hash table
berukuran 13:
• 93, 70, 137, 24, 51, 83, 65, 111
• Fungsi hash yang dipakai adalah f(key) = key mod 13
• Digunakan mod 13 karena hash table berukuran 13
• Ini contoh yang sangat sederhana, dalam banyak kasus, fungsi hash bisa lebih
kompleks lagi perhitungannya.
Contoh Hash Table 0
1
f(key) = key mod 13
2 93
93, 70, 137, 24, 51, 83, 65, 111
3
4
f(93) = 93 mod 13 = 2
83 5 70
f(70) = 70 mod 13 = 5 Collision! 6
f(137) = 137 mod 13 = 7 7 137
f(24) = 24 mod 13 = 11 8
f(51) = 51 mod 13 = 12 9
10
f(83) = 83 mod 13 = 5
11 24
12 51
Mengatasi Collision
• Fungsi hash yang bagus seharusnya dapat meminimalkan terjadinya
collision
• Load factor = 100 % * (jumlah data tersimpan / kapasitas hash table)
• Jika load factor semakin besar, maka kemungkinan terjadinya collision akan semakin
besar juga
• Jika terjadi collision, maka data yang baru masuk tetap harus masuk ke
dalam hash table, tetapi berada di posisi yang bukan seharusnya
• Penanganan collision = pencarian index alternatif untuk data yang mengalami
collision
• Open Addressing = Linear Probing, Quadratic Probing, Double Hashing
• Open Hashing = Separate Chaining
Bagaimana jika masuk
Linear Probing 0 50 data baru, 50?
1
2 93 50 mod 13 = 11 (collision)
3
4
83 5 70
19 6 83
7 137
8 19
Bagaimana jika masuk 9 Bagaimana dengan
data baru, 19? 10 kompleksitas Linear
50 11 24 Probing?
19 mod 13 = 6 (collision)
12 51
Sesuai namanya, O(n)
Quadratic Probing
• Jika linear probing mencari tempat alternatif di sebelahnya (selisih 1), maka
quadratic probing mencari tempat alternatif berdasarkan jarak kuadrat
• Dengan harapan akan lebih mudah menemukan tempat kosong, karena “melompat”
lebih jauh
𝑖𝑛𝑑𝑒𝑥 = 𝑖𝑛𝑑𝑒𝑥 + 12 𝑚𝑜𝑑 𝑠𝑖𝑧𝑒

…
Double Hashing
• Menyiapkan dua fungsi hash sekaligus
• Jika fungsi hash pertama menghasilkan collision, maka hitung lokasi baru dengan
fungsi hash kedua
• Bagaimana jika fungsi hash kedua juga menghasilkan collision?
• Gunakan linear probing atau quadratic probing
Separate Chaining
• Biasa disebut sebagai Open Hashing / Closed Addressing
• Alamat tidak berubah, tetap dari hasil perhitungan fungsi hash
• Biasanya berupa list / linked list
• Kompleksitas pencarian adalah O(n) pada kondisi di mana seluruh data
berada pada chain yang sama (full collision)
• Berarti fungsi hash tidak berjalan / tidak berhasil sama sekali
Separate Chaining 0
Bagaimana jika masuk 1
data baru, 19? 2 93
3
19 mod 13 = 6 (collision) 4
Bagaimana jika masuk 5 70
data baru, 50? 6 83 19
7 137
50 mod 13 = 11 (collision) 8
9
Bagaimana jika masuk data 10
baru, 115?
11 24 50 115
115 mod 13 = 11 (collision)
12 51
Penggunaan Hash Table
• Implementasi Dictionary
• Dalam bahasa pemrograman lain disebut sebagai Associative Array
• Representasi Object pada bahasa pemrograman dinamis yang mendukung
OOP
• Perl, Python, Javascript, Ruby
• Database Indexing
• Untuk mempercepat operasi pencarian pada database
• Caches
• Tempat penyimpanan data sementara yang dapat diambil dengan cepat
• Digunakan dalam berbagai macam algoritma untuk mempercepat
penyimpanan dan pencarian data
Pertanyaan?
Minggu Depan
12 – Tree

StrukturData 11

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

StrukturData 11

Diunggah oleh

Hak Cipta:

Format Tersedia

11: Hash Table

Struktur Data (TI0133) – Semester Gasal 2021/2022

Kode Nama Prodi data = {

Informati Sistem Manajem Kedokter

Bagaimana dengan ‘dani’ dan ‘dina’?

Nilai P biasanya berupa bilangan prima, (31 atau 53)

M adalah sebuah angka prima yang sangat besar, biasanya M = 10^9 + 9

𝑖𝑛𝑑𝑒𝑥 = 𝑖𝑛𝑑𝑒𝑥 + 12 𝑚𝑜𝑑 𝑠𝑖𝑧𝑒

Anda mungkin juga menyukai