-
哈希桶（闭散列开散列）模拟实现
1.哈希概念
顺序结构以及平衡树中，元素关键码与其存储位置之间没有对应的关系，因此在查找一个元素时，必须要经过关键码的多次比较。顺序查找时间复杂度为O(N)，平衡树中为树的高度，即O( )，搜索的效率取决于搜索过程中元素的比较次数。
理想的搜索方法：可以不经过任何比较，一次直接从表中得到要搜索的元素。 如果构造一种存储结构，通过某种函数(hashFunc)使元素的存储位置与它的关键码之间能够建立一一映射的关系，那么在查找时通过该函数可以很快找到该元素。2…直接建立映射关系的问题
1.数据范围分布很广，不集中
这个就要用到除留余数法
设散列表中允许的地址数为m，取一个不大于m，但最接近或者等于m的质数p作为除数，按照哈希函数：Hash(key) = key% p(p<=m),将关键码转换成哈希地址2.我们要插入的数据key可能不是整数，可能是字符串，也可能是自定义类型
这个可以用仿函数来解决，建立不同的比较方式
3.哈希冲突
这个就是上面除留余数法造成的后遗症了
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而为了解决这个问题，给了二种方式
1.闭散列
闭散列：也叫开放定址法，当发生哈希冲突时，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么可以把key存放到冲突位置中的“下一个” 空位置中去，它这个又分了线性探测和二次探测
公式：hash（key）% n + i i从0开始增长
但是有个问题，比如要插入30有没有映射1这个的位置已经被人占了，为什么因为公式是key要%数组的大小n+i，那么就会我占你的，你占他的，形成拥堵
二次探测
公式 hash（key）% n + i ^ 2 因为是二次所以i = 1，这种算法，跳跃的距离比较远，没那么容易拥堵
但是上面的查找有问题，比如查找
这样子看起来没问题，但是如果我们这里先删除10在找60呢？
因为找到空就停止，10后面的数都没看就直接是找到空停止了，而这个就要加个状态值来解决2.开散式
开散列法又叫链地址法(开链法)，首先对关键码集合用散列函数计算散列地址，具有相同地址的关键码归于同一子集合，每一个子集合称为一个桶，各个桶中的元素通过一个单链表链接起来，各链表的头结点存储在哈希表中
4.哈希闭散列实现模拟
1.insert函数
这个insert是没写完的，首先上面了解到第一次探测的公式key的值%上数组大小+i，但是我们下面的%为什么不%capacity，因为opeartor[ ]有检测，超过size位置的会报错，所以不是能%capacity
而至于枚举这个状态，也是因为上面讲过的，删除了一个数在查找的问题，下面代码插入代码其实没写完，因为没有考虑扩容问题#pragma once #includeenum State { EMPTY, EXITS, DELETE }; template<class K, class V> struct HashData { pair<K, V> _kv; State _state = EMPTY; }; template<class K,class V> class HashTable { typedef HashData<K, V> Data; public: bool Insert(const pair<K, V>& kv) { size_t starti = kv.first; starti %= _tables.size();//不用capacity的原因是，operator[]有越界检测，超过size位置的会保错 size_t hashi = starti; size_t i = 1; //线性探测或二次探测,确定插入位置 while (_tables[hashi]._state == EXITS) { hashi = hashi + i; ++i; hashi %= _tables.size(); } //插入 _tables[hashi]._kv = kv; _tables[hashi]._state = EXITS; _n++; return true; } private: vector<Data> _tables; size_t _n = 0;//存储关键字个数 }; - 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
这里我们就要考虑扩容的问题了关于这个扩容问题，扩容提出了一个负载因子的概念，意思是不要满了扩，也不要一开始扩，那么什么时候扩呢？
a = 表中以填入的个数 / 表的长度
a的负载因子应控制在0.7到0.8之间，一旦超过这个数产生冲突的可能性会更高，但是负载因子越小能容纳的个数也少，所以就把负载定成了0.7到0.8之间typedef HashData<K, V> Data; public: bool Insert(const pair<K, V>& kv) { // 负载因子到0.7及以上，就扩容 if (_tables.size() == 0 || _n * 10 / _tables.size() >= 7)//如果size == 0 会出现除0错误，所以要单独处理 { size_t newSize = _tables.size() == 0 ? 10 : _tables.size() * 2; //扩容过后，需要重新映射 HashTable<K,V> newHT; newHT._tables.resize(newSize); //遍历旧表，插入如newHT for (auto& e : _tables) { if (e._state == EXITS) { newHT.Insert(e._kv); } } newHT._tables.swap(_tables); } size_t starti = kv.first; starti %= _tables.size();//不用capacity的原因是，operator[]有越界检测，超过size位置的会保错 size_t hashi = starti; size_t i = 1; //线性探测或二次探测,确定插入位置 while (_tables[hashi]._state == EXITS) { hashi = starti + i; ++i; hashi %= _tables.size(); } //插入 _tables[hashi]._kv = kv; _tables[hashi]._state = EXITS; _n++; return true; }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
上面的插入其实还有一个问题，数据冗余没处理，相同的值没有区别，可能会因为插入相同的值而扩容，解决办法也简单，写个find函数，找到了就return false
2.find函数实现
为什么返回用Data*返回 不用引用呢？
因为找不到，就处理不了，引用返回空指针，虽然也有办法解决，就是不返回空指针，返回异常Data* Find(const K& key) { if (_tables.size() == 0) { return nullptr; } size_t starti = key; starti %= _tables.size(); size_t hashi = starti; size_t i = 1; while (_tables[hashi]._state != EMPTY) { if (_tables[hashi]._state != DELETE && _tables[hashi]._kv.first == key) { return &_tables[hashi]; } hashi = starti + i; ++i; hashi %= _tables.size(); } return nullptr; }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
3.Erase函数实现
这种是伪删除法，就像不是有种行业是干数据恢复的吗？就是误删除资料，然后把他找回来
和我们这个差不多的情况，之前的数据不被覆盖就能找回之前的数据bool Erase(const K& key) { Data* ret = Find(key); if (ret) { ret->_state = DELETE; --_n; return true; } else { return false; } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
4.数组类型是string的类型的使用
我们把插入删除查找都实现了，那么下面代码按正常的哈希来讲是可以的
void TestHT2() { string arr[] = { "苹果", "西瓜", "苹果", "西瓜", "苹果", "苹果", "西瓜", "苹果", "香蕉", "苹果", "香蕉" }; HashTable<string, int> countHT; for (auto& str : arr) { auto ret = countHT.Find(str); if (ret) { ret->_kv.second++; } else { countHT.Insert(make_pair(str, 1)); } } }- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
但是看到这里的报错，这里的报错就是strring不能强转成size_t，这里想要解决就要用仿函数了，在传过去的参数多加一个仿函数
写一个默认的和一个专门针对string的仿函数
strring的转换，可以利用ascii码相加一起做比较，不过有人做了实验通过乘除或者加减一些数可以加快效率，所以我这里就选择了成131，因为冲突问题template<class K> struct DefaultHash { size_t operator()(const K& key) { return (size_t)key; } }; template<> struct DefaultHash<string> { size_t operator()(const string& key) { size_t hash = 0; for (auto ch : key) { hash = hash * 131 + ch; } return hash; } };- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
这里面的意思就是，如果你调用的是string的，那个它就会特化sting的转换方式
当然，如果你是自定义结构体的话，比如日期内这些，那么你使用这个，就要自己实现一个仿函数了，毕竟闭散式的哈希是不支持，日期内之类的比较，而日期内的转化， 你可以年月日相加，在分别乘以一定的数，这样来转换一个数，这样可以减少冲突的概率
运行结果
5.闭散列全部代码
hashing全部代码
下面代码是有测试案例的，就是测试每个函数的用例
对了上面代码的构造和析构和拷贝函数都不需要写，因为默认的拷贝构造就用了，因为它们都是内置类型，而拷贝函数，自定义类型会调用自定义类型的拷贝，而我们的是vector拷贝，所以没有问题#pragma once #includeenum State { EMPTY, EXITS, DELETE }; template<class K, class V> struct HashData { pair<K, V> _kv; State _state = EMPTY; }; template<class K> struct DefaultHash { size_t operator()(const K& key) { return (size_t)key; } }; template<> struct DefaultHash<string> { size_t operator()(const string& key) { size_t hash = 0; for (auto ch : key) { hash = hash * 131 + ch; } return hash; } }; template<class K,class V,class HashFunc = DefaultHash<K>> class HashTable { typedef HashData<K, V> Data; public: bool Insert(const pair<K, V>& kv) { if (Find(kv.first)) { return false; } // 负载因子到0.7及以 - 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
-
相关阅读:
市面上北方水稻居多 国稻种芯：南方盛产水稻去哪里了？
【等离子体】平均自由程和反应速率
Google guava之ListMultimap简介说明
C++ vector 效率之capacity()、resize()、reserve()
2、排序算法概述
真正的测试 =“半个产品+半个开发”？
《每天5分钟用Flask搭建一个管理系统》第5章：表单处理
Redis集群概念与搭建
C语言进阶第七课-----------自定义类型的讲解（结构体枚举联合）
python足球作画
- 原文地址：https://blog.csdn.net/li1829146612/article/details/126771372
