从底层认识哈希表【C++】

目录

一. unordered系列关联式容器

二. unordered_map的文档介绍

接口使用

三. 底层实现

（1）哈希概念

例：

（2）哈希冲突

（3）冲突解决

1.闭散列​​​​​​​

闭散列框架

插入 

查找

删除

2.开散列（使用较多）

开散列框架

插入

查找

删除

（4）哈希函数

1. 直接定址法--(常用)

2. 除留余数法--(常用)

四，优化

下期预告：封装哈希

结语

二. unordered_map的文档介绍

接口使用

unordered_map与unordered_set用法跟map与set基本类似 ,同时也有unordered_multimap及mutiset的类型，支持数据冗余 。

这里推荐大家直接使用文档查询即可：

unordered_map - C++ Reference (cplusplus.com)

void func()
{
	unordered_mapint> mp;
	unordered_set<int> st;
 
	st.insert(1);
	st.insert(3);
	st.insert(7);
	st.insert(2);
 
	mp.insert(make_pair("a", 1));
	mp.insert(make_pair("k", 3));
	mp.insert(make_pair("z", 7));
	mp.insert(make_pair("c", 4));
 
	// 迭代器
	unordered_set<int>::iterator it = st.begin();
	while (it != st.end())
	{
		cout << *it << " ";
		++it;
	}
 
	cout << endl;
 
	mp["a"] = 100;  // unordered_map方括号的使用跟map差不多
 
	// 范围for
	for (auto& e : mp)
	{
		cout << e.first << " ：" << e.second << " ";
	}
}

三. 底层实现

例：

数据集合{1，7，6，4，5，9}；

哈希函数设置为：hash(key) = key % capacity;    capacity为存储元素底层空间总的大小

用该方法进行搜索不必进行多次关键码的比较，因此搜索的速度比较快

问题：按照上述哈希方式，向集合中插入元素44，会出现什么问题？   会将下标为8的位置进行，占用。这就是我们后面会说的，哈希冲突。

（2）哈希冲突

对于两个数据元素的关键字，即： 不同关键字通过相同哈希哈数计算出相同的哈希地址，该种现象称为哈希冲突或哈希碰撞。 把具有不同关键码而具有相同哈希地址的数据元素称为“同义词”。 发生哈希冲突该如何处理呢？

线性探测 ：从发生冲突的位置开始，依次向后探测，直到寻找到下一个空位置为止。

    enum state
	{
		EMPTY,
		EXIST,
		DELETE
	};
 
	template <class K, class V>
	struct HashData
	{
		pair _kv; // 数据内容先设置为pair
		state st;       // 数据，状态标识
   
        HashData()
			:st(EMPTY)
		{}
 
		HashData(const pair& pa )
			:_kv(pa)
			,st(EXIST)
		{}
	};
 
 
	template <class K, class V>
	class HashTable
	{
	public:
		typedef HashData  HashData;
 
    private:
		vector _tables;  // .size()表示的是多少个哈希地址
		size_t _n;      // 已经占用的哈希地址
	};
}

        bool insert(const pair& pa)
		{
			// 检查是否需要扩容
			if (_tables.size() == 0 || _n * 10 / _tables.capacity() > 7) //负载因子设置 7
			{
				int new_size = _tables.size() == 0 ? 10 : _tables.size() * 2;
				// 重组哈希表
				HashTable tmp;
				tmp._tables.resize(new_size);
				for (auto& data : _tables)
				{
					if (data.st == EXIST)
						tmp.insert(data._kv);
				}
				_tables.swap(tmp._tables);   //利用vector自带的swap函数
			}
            // 插入
			size_t hashi = pa.first % _tables.size();
			// 线性探索
			size_t i = 1;
			size_t index = hashi;
			while (_tables[index].st == EXIST)
			{
				index = hashi + i; 
				index %= _tables.size();
				i++;
			}
 
			_tables[index]._kv = pa;
			_tables[index].st = EXIST;
			_n++;
			return true;
		}

        bool find(const K& data)
		{
			return _find(data) == -1 ? false : true;
		}
 
        size_t _find(const K& data)
		{
			size_t hashi = data % _tables.size();
			// 线性探索
			size_t i = 1;
			size_t index = hashi;
			while (_tables[index].st == EXIST) 
			{
				if (_tables[index]._kv.first == data)
					return index;
				index = hashi + i;
				index %= _tables.size();
				i++;
 
				// 去寻找值时，外一出现全是删除与存在的情况
				if (index == hashi)
					break; // 说明已经经过一圈
			}
			return -1; // 表示未找到
		}

删除

        bool erase(const K& data)
		{
			auto cur = _find(data);
			if (cur != -1)
			{
				_tables[cur].st = DELETE;
                _n--;
				cout << "擦除成功" << endl;
				return 1;
			}
			else
			{
				cout << "未找到" << endl;
				return -1;
			}
		}

        bool insert(const pair& pa)
		{
            // 开散列增容
			// 考虑扩容：负载因子为1，2，3都可以
			if (_tables.size() == 0 || _n * 10 / _tables.size() > 10)
			{
				size_t  new_size = _tables.size() == 0 ? 10 : _tables.size() * 2;
			     // 开始扩容	
				vector new_tables;
				new_tables.resize(new_size);
				size_t i;
				for (auto& data : _tables)
				{
					// 处理桶内的数据，重新插入新节点
					Node_Data* cur = data;
					while (cur)
					{
						Node_Data* room = cur->_downstars;
						size_t new_hashi = cur->_kv.first % new_tables.size();
						// 处理结点关系
						Node_Data* tmp = new_tables[new_hashi];
						new_tables[new_hashi] = cur;
						cur->_downstars = tmp;
						cur = room;
					}
				}
				_tables.swap(new_tables);
			}
            
            // 开散列插入
			size_t hashi = pa.first % _tables.size();
			Node_Data* new_node = new Node_Data(pa);
			new_node->_downstars = _tables[hashi];
			_tables[hashi] = new_node;
			_n++;
			return true;
		}

查找

在单链表中查找，这个还是非常简单的。

        bool find(const K& order)
		{
			return _find(order) == nullptr ? false : true;
		}
 
        Node_Data* _find(const K& order)
		{
			if (!_tables.size())
				return nullptr;
 
			size_t hashi = order % _tables.size();
			auto cur = _tables[hashi];
			while (cur)
			{
				if (cur->_kv.first == order)
					return cur;
				cur = cur->_downstars;
			}
			return nullptr;
		}

删除

在单链表中删除，还是稍微麻烦了一点。

        bool erase(const K& order)
		{
			auto cur = _find(order);
			if (!cur)
			{
				cout << "擦除失败: 不存在" << endl;
				return false;
			}
			size_t index = order % _tables.size();
			Node_Data* tmp = _tables[index];
 
			while (tmp)
			{
				if (cur == tmp)
				{
					break;
				}
				else if (cur == tmp->_downstars)
				{
					break;
				}
				tmp = tmp->_downstars;
			}
			// 开始处理节点
			if (tmp == _tables[index])  // 如果擦除的是头,那要置空的包括指针数组
			{
				_tables[index] = cur->_downstars;
			}
			else   // 非单链表头，删除(中间删除)
			{
				tmp->_downstars = cur->_downstars;
			}
			
			delete (cur);
			cout << "擦除成功" << endl;
			return true;
		}

    哈希函数的定义域必须包括需要存储的全部关键码，而如果散列表允许有m个地址时，其值域必须在0到m-1之间

    哈希函数计算出来的地址能均匀分布在整个空间中

    哈希函数应该比较简单

1. 直接定址法--(常用)

2. 除留余数法--(常用)

    template <class type>
	struct Hashstr
	{
		int operator()(const type& sd)
		{
			return sd;
		}
	};
 
	template<>  // 类模板，其实这个可以使用重载符号也可以
	struct Hashstr
	{
		size_t operator()(const string& str)
		{
			size_t sum = 0;
			for (auto e : str)
			{
				sum += e;
				sum *= 31;   // 为了减少冲突的概率，每个字符的ASCill值都得相乘一个数。啥为什么是31？ 因为这是大量实验的结果
			}
			return sum;
		}
	};
 
 
// 在HashTable 类中需要，添加类模板
template <class K, class V, class Hashstr = Hashstr>
	class HashTable
	{
	public:
		typedef Node_Data Node_Data;
  ......

这些就是哈希底层细节的精华部分。

下期预告：封装哈希

结语

   本小节就到这里了，感谢小伙伴的浏览，如果有什么建议，欢迎在评论区评论，如果给小伙伴带来一些收获请留下你的小赞，你的点赞和关注将会成为博主创作的动力。