C C++最全【C++进阶】哈希（万字详解，2024年最新内含福利

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

    vector<string> ans;
    for (const auto& [word, occ]: freq) {
        if (occ == 1) {
            ans.push\_back(word);
        }
    }
    return ans;
}

};

---


## 🍁 2. 底层结构


unordered系列的关联式容器之所以效率比较高，是因为其底层使用了哈希结构。


### 🍂 2.1 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( 
 
 
 
 
 l 
 
 
 o 
 
 
 
 g 
 
 
 2 
 
 
 
 N 
 
 
 
 log\_2 N 
 
 
 log2​N)，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。


当向该结构中：


* 插入元素


根据待插入元素的关键码，以此函数计算出该元素的存储位置并按此位置进行存放


* 搜索元素


对元素的关键码进行同样的计算，把求得的函数值当做元素的存储位置，在结构中按此位置取元素比较，若关键码相等，则搜索成功


该方式即为哈希(散列)方法，哈希方法中使用的转换函数称为哈希(散列)函数，构造出来的结构称为哈希表(Hash Table)(或者称散列表)


例如：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。


![在这里插入图片描述](https://img-blog.csdnimg.cn/45e59b86520c4d80beb87284c5d6e7ce.png)  
 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？



> 
> **发现4这个位置已经被占用了**
> 
> 
> 




---


### 🍂 2.2 哈希冲突


对于两个数据元素的关键字 
 
 
 
 
 
 k 
 
 
 i 
 
 
 
 
 k\_i 
 
 
 ki​和  
 
 
 
 
 
 k 
 
 
 j 
 
 
 
 
 k\_j 
 
 
 kj​(i != j)，有 
 
 
 
 
 
 k 
 
 
 i 
 
 
 
 
 k\_i 
 
 
 ki​ !=  
 
 
 
 
 
 k 
 
 
 j 
 
 
 
 
 k\_j 
 
 
 kj​，但有：Hash( 
 
 
 
 
 
 k 
 
 
 i 
 
 
 
 
 k\_i 
 
 
 ki​) == Hash( 
 
 
 
 
 
 k 
 
 
 j 
 
 
 
 
 k\_j 
 
 
 kj​)，


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？


### 🍂 2.3 哈希函数


引起哈希冲突的一个原因可能是：**哈希函数设计不够合理。**


哈希函数设计原则：


* 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


**常见哈希函数:**


1. 直接定址法–(常用)  
 取关键字的某个线性函数为散列地址：Hash（Key）= A\*Key + B  
 优点：简单、均匀  
 缺点：需要事先知道关键字的分布情况  
 使用场景：适合查找比较小且连续的情况
2. 除留余数法–(常用)  
 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
3. 平方取中法–(了解)  
 假设关键字为1234，对它平方就是1522756，抽取中间的3位227作为哈希地址；  
 再比如关键字为4321，对它平方就是18671041，抽取中间的3位671(或710)作为哈希地址平方取中法比较适合：不知道关键字的分布，而位数又不是很大的情况
4. 折叠法–(了解)  
 折叠法是将关键字从左到右分割成位数相等的几部分(最后一部分位数可以短些)，然后将这几部分叠加求和，并按散列表表长，取后几位作为散列地址。  
 **折叠法适合事先不需要知道关键字的分布，适合关键字位数比较多的情况**
5. 随机数法–(了解)  
 选择一个随机函数，取关键字的随机函数值为它的哈希地址，即H(key) = random(key),其中random为随机数函数。  
 **通常应用于关键字长度不等时采用此法**
6. 数学分析法–(了解)  
 设有n个d位数，每一位可能有r种不同的符号，这r种不同的符号在各位上出现的频率不一定相同，可能在某些位上分布比较均匀，每种符号出现的机会均等，在某些位上分布不均匀只有某几种符号经常出现。可根据散列表的大小，选择其中各种符号分布均匀的若干位作为散列地址。  
 例如：  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/d594b3222fa245f48d8b1997e8dbbbff.png)假设要存储某家公司员工登记表，如果用手机号作为关键字，那么极有可能前7位都是 相同的，那么我们可以选择后面的四位作为散列地址，如果这样的抽取工作还容易出现 冲突，还可以对抽取出来的数字进行反转(如1234改成4321)、右环位移(如1234改成4123)、左环移位、前两数与后两数叠加(如1234改成12+34=46)等方法。  
 数字分析法通常适合处理关键字位数比较大的情况，如果事先知道关键字的分布且关键字的若干位分布较均匀的情况


**注意：哈希函数设计的越精妙，产生哈希冲突的可能性就越低，但是无法避免哈希冲突**




---


### 🍂 2.4 哈希冲突解决


**解决哈希冲突两种常见的方法是：闭散列和开散列**


#### 🍃 2.4.1 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。那如何寻找下一个空位置呢？


1. 线性探测  
 比如2.1中的场景，现在需要插入元素44，先通过哈希函数计算哈希地址，hashAddr为4，因此44理论上应该插在该位置，但是该位置已经放了值为4的元素，即发生哈希冲突。  
 **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。**
2. 二次探测  
 线性探测的缺陷是产生冲突的数据堆积在一块，这与其找下一个空位置有关系，因为找空位置的方式就是挨着往后逐个去找，因此二次探测为了避免该问题，找下一个空位置的方法为： 
 
 
 
 
 
 H 
 
 
 i 
 
 
 
 
 H\_i 
 
 
 Hi​ = ( 
 
 
 
 
 
 H 
 
 
 0 
 
 
 
 
 H\_0 
 
 
 H0​ +  
 
 
 
 
 
 i 
 
 
 2 
 
 
 
 
 i^2 
 
 
 i2 )% m, 或者： 
 
 
 
 
 
 H 
 
 
 i 
 
 
 
 
 H\_i 
 
 
 Hi​ = ( 
 
 
 
 
 
 H 
 
 
 0 
 
 
 
 
 H\_0 
 
 
 H0​ -  
 
 
 
 
 
 i 
 
 
 2 
 
 
 
 
 i^2 
 
 
 i2 )% m。其中：i = 1,2,3…，  
 
 
 
 
 
 H 
 
 
 0 
 
 
 
 
 H\_0 
 
 
 H0​是通过散列函数Hash(x)对元素的关键码 key 进行计算得到的位置，m是表的大小。  
 对于2.1中如果要插入44，产生冲突，使用解决后的情况为：  
 研究表明：当表的长度为质数且表装载因子a不超过0.5时，新的表项一定能够插入，而且任何一个位置都不会被探查两次。因此只要表中有一半的空位置，就不会存在表满的问题。在搜索时可以不考虑表装满的情况，但在插入时必须确保表的装载因子a不超过0.5，如果超出必须考虑增容。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/dcd06c47e7234b71b14ab8d4e2c5d8fb.png)


**因此：比散列最大的缺陷就是空间利用率比较低，这也是哈希的缺陷。**




---


#### 🍃 2.4.2 闭散列的实现

#pargma once
namespace close_hash
{
enum Status
{
EMPTY,//空
EXIST,//存在
DELETE//删除
};
template<class K,class V>
struct HashData
{
pair<K,V> _kv;
Status _status = EMPTY; //状态
};
template
struct HashFunc
{
size_t operator()(const K&key)
{
return key;
}
};
//特化
template<>
struct HashFunc
{
size_t operator()(const string& key)
{
//BKDR Hash思想
size_t hash = 0;
for(size_t i = 0;i<key.size();++i)
{
hash*=131;
hash += key[i];//转成整形
}
return hash;
}
};
template<class K,class V,class Hash = HashFunc>
class HashTable
{
public:
bool Erase(const K& key)
{
HashData<K,V>* ret = Find(key);
if(ret == nullptr)
{
//没有这个值
return false;
}
else
{
//伪删除
ret->_status = DELETE;
_n–;
return true;
}
}
HashData<K,V>* Find(const K& key)
{
if(_table.size() == 0)
{
//防止除0错误
return nullptr;
}
Hash hf;
size_t index = hf(key) % _table.size();
size_t i = 0;
size_t index = start + i;
while(_tables[index]._status != EMPTY)
{
if(_tabled[index]._kv.first == key && _table[index]._status == EXIST)
{
return &_tabled[index];
}
else
{
++i;
//index = start+i;//线性探测
index = start+i*i;//二次探测
index %= _tables.size();
}
}
return nullptr;
}
//插入
bool Insert(const pair<K,V>& kv)
{
if(Find(kv.first))
{
return false;
}
if(_table.size() == 0 || (double)(_n / _table.size()) > 0.7)
{
//扩容
//方法二：
size_t newSize = _table.size()==0? 10 : _table.size()*2;
HashTable<K,V> newHT;//建立一个临时新表
newHT._tables.resize(newSize);//给新表开扩容后的空间
for(auto& e:_tables)
{
if(e._status == EXIST)
{
newHT.Insert(e._kv);//将旧表的数据插入新表
}
}
_table.swap(newHT._tables);//将新表和旧表交换
}
Hash hf;
size_t start = hf(kv.first) % _tables.size();
//线性探测
size_t i = 0;
size_t index = start + i;
while(_table[index]._status == EXIST)
{
++index;
if(index == _tables.size())
{
//当index到达最后的时候,让它回到起始
index = 0;
}
//插满的时候会死循环
}
//走到这里要么是空要么是删除
_tables[index]._kv = kv;
_tables[index]._status = EXIST;
++_n;

        return true;
    }
private:
    vector<HashData<K,V>> _tables;//vector来存储HashData
    size_t _n = 0;//存储有效数据的个数
}

}

---


#### 🍃 2.4.3 开散列


1. 开散列概念  
 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。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/b460f881fb9542f484b74626bbdc83ac.png)![在这里插入图片描述](https://img-blog.csdnimg.cn/656fbfcb6dd74617be06c5c7021e3e16.png)  
 从上图可以看出，开散列中每个桶中放的都是发生哈希冲突的元素。


#### 🍃 2.4.4 开散列的实现

namespace bucket_hash
{
template<class K, class V>
struct HashNode
{
pair<K, V> _kv;
HashNode<K, V>* _next;

	HashNode(const pair<K, V>& kv)
		:\_kv(kv)
		, \_next(nullptr)
	{}
};

size_t GetNextPrime(size_t prime)
{
	const int PRIMECOUNT = 28;
	static const size_t primeList[PRIMECOUNT] =
	{
		53ul, 97ul, 193ul, 389ul, 769ul,
		1543ul, 3079ul, 6151ul, 12289ul, 24593ul,
		49157ul, 98317ul, 196613ul, 393241ul, 786433ul,
		1572869ul, 3145739ul, 6291469ul, 12582917ul, 25165843ul,
		50331653ul, 100663319ul, 201326611ul, 402653189ul, 805306457ul,
		1610612741ul, 3221225473ul, 4294967291ul
	};

	size_t i = 0;
	for (; i < PRIMECOUNT; ++i)
	{
		if (primeList[i] > prime)
			return primeList[i];
	}

	return primeList[i];
}

template<class K, class V, class Hash = HashFunc<K>>
class HashTable
{
	typedef HashNode<K, V> Node;
public:

	// 拷贝 和 赋值 需要自己实现桶的拷贝

	~HashTable()
	{
		for (size_t i = 0; i < _tables.size(); i++)
		{
			Node\* cur = _tables[i];
			while (cur)
			{
				Node\* next = cur->_next;
				delete cur;
				cur = next;
			}

			_tables[i] = nullptr;
		}
		_n = 0;
	}

	bool Erase(const K& key)
	{
		if (_tables.size() == 0)
		{
			return false;
		}

		Hash hf;
		// 素数
		size_t index = hf(key) % _tables.size();
		Node\* prev = nullptr;
		Node\* cur = _tables[index];
		while (cur)
		{
			if (cur->_kv.first == key)
			{
				// 1、cur是头结点
				// 2、非头节点
				if (prev == nullptr)
				{
					_tables[index] = cur->_next;
				}
				else
				{
					prev->_next = cur->_next;
				}

				delete cur;
				--_n;

				return true;
			}
			else
			{
				prev = cur;
				cur = cur->_next;
			}
		}

		return false;
	}

	Node\* Find(const K& key)
	{
		if (_tables.size() == 0)
		{
			return nullptr;
		}

		Hash hf;
		size_t index = hf(key) % _tables.size();
		Node\* cur = _tables[index];
		while (cur)
		{
			if (cur->_kv.first == key)
			{
				return cur;
			}
			else
			{
				cur = cur->_next;
			}
		}

		return nullptr;
	}

	bool Insert(const pair<K, V>& kv)
	{
		Hash hf;

		//当负载因子到1时，进行扩容
		if (_n == _tables.size())
		{
			//size\_t newSize = \_tables.size() == 0 ? 10 : \_tables.size() \* 2;
			size_t newSize = GetNextPrime(_tables.size());

			//HashTable<K, V> newHT;
			vector<Node\*> newtables;
			newtables.resize(newSize, nullptr);
			for (size_t i = 0; i < _tables.size(); ++i)
			{
				Node\* cur = _tables[i];
				while (cur)
				{
					Node\* next = cur->_next;

					size_t index = hf(cur->_kv.first) % newSize;
					cur->_next = newtables[index];
					newtables[index] = cur;

					cur = next;
				}
				_tables[i] = nullptr;
			}

			newtables.swap(_tables);
		}

		size_t index = hf(kv.first) % _tables.size();
		Node\* cur = _tables[index];
		while (cur)
		{
			if (cur->_kv.first == kv.first)
			{
				return false;
			}
			else
			{
				cur = cur->_next;
			}
		}

		Node\* newnode = new Node(kv);
		newnode->_next = _tables[index];
		_tables[index] = newnode;

		++_n;

		return true;
	}

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

= cur;

					cur = next;
				}
				_tables[i] = nullptr;
			}

			newtables.swap(_tables);
		}

		size_t index = hf(kv.first) % _tables.size();
		Node\* cur = _tables[index];
		while (cur)
		{
			if (cur->_kv.first == kv.first)
			{
				return false;
			}
			else
			{
				cur = cur->_next;
			}
		}

		Node\* newnode = new Node(kv);
		newnode->_next = _tables[index];
		_tables[index] = newnode;

		++_n;

		return true;
	}

[外链图片转存中…(img-S0K6A6l6-1715700604802)]
[外链图片转存中…(img-gSJFuJCB-1715700604802)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取