哈希表

哈希表又称散列表，存储键值对，主要操作有插入，删除，查找。哈希表底层是一个数组，首先将key通过哈希函数计算哈希值，也即数组下标，然后对位置上的元素执行插入删除，查询。三种操作时间复杂度均为$O(1)$，耗时操作在哈希函数计算和哈希冲突的处理上。

哈希函数（*）

哈希函数的要求是，映射均匀，降低哈希冲突的几率；计算简单，节省时间。

1. 直接定址法
   使用key的线性函数作为哈希函数，H(key) = a*key + b，其中a和b为常数。
2. 除留取余法
   key值对不大于数组长度m的数值p取余。H(key) = key % p, (p<=m)。
3. 数字分析
   当关键字的位数大于数组下标的位数，可以取key值中分布比较均匀的几位作为哈希值。如学号201714378，前四位是入学时间，后四位(编号)可以做哈希值。
4. 平方取中法
   当无法确定关键字中哪几位分布较均匀时，可以先求出关键字的平方值，然后按需要取平方值的中间几位作为哈希地址。这是因为：平方后中间几位和关键字中每一位都相关，故不同关键字会以较高的概率产生不同的哈希地址。

哈希冲突

在大量关键字中，哈希函数难免对不同的关键字产生相同的哈地址，也即哈希冲突。

1. 拉链法
   把地址冲突的键值对用链表存储起来，链表节点存储关键字和值。查找时首先定位到数组位置，然后把待查询的key和链表节点一次比较，如果找到就返回值，如果遍历到链表结束就表示关键字不再数组中。当冲突非常严重，所有元素存在同一条链表时，查找的时间复杂度达到$O(n)$，当然也可以提高查询效率用红黑树代替链表存储。插入和删除也要首先做查找操作，不再赘述。
2. 开放寻址法
   2.1 线性探测法

插入操作：如果出现冲突，就从数组当前位置向后寻找，遇到第一个空闲位置就把键值对存储在该处；如果没有空闲位置继续从数组开始处寻找。
查询操作：从冲突的位置向后寻找，将待查关键字与数组元素依次比较，相等就返回，如果找到空闲位置还没匹配，就表示关键字不再数组中。
删除操作：找到键值对存放位置后，删除元素，并把当前位标记为detected而不能变成空闲位，否则会影响其他元素的查找。（其他元素本来放在当前元素后面，现在由于删除操作在当前位置产生空闲位置，使其他元素的查找在当前位置终止而产生误判）。查找的话遇到detect继续查找。

极端情况下，需要探测整个表，最坏时间复杂度$O(n)$

2.2 二次探测法
探测的步长以$d^2,d=1,2,3...$递增，探测位置为$arr[k+1^2],arr[k+2^2]...$。缺点：数组容量为偶数时无法探测整个数组空间。
2.3 双重散列
出现冲突后，再使用一个哈希函数计算哈希地址，并加在当前位置上成为新的哈希地址。$d=(hash1(key)+i\ast hash2(key))\%m$

拉链法和开放寻址法比较

1. 拉链法冲突代价更低。冲突后开放寻址要遍历整个数组，而拉链法只遍历当前位置上的链表，复杂度要小很多。
2. 拉链法内存利用率更高。拉链法的负载因子可以大于1，因为开放寻址的负载因子在接近1时产生大量冲突，所以上限不能太大（必须<=1），造成数组很多空闲位置。

负载因子：又称装载因子，$哈希表中元素总数/数组大小$

rehash

当$哈希表中元素总数>负载因子\ast 数组大小$时，冲突会非常明显影响查询效率。所以要rehash，首先申请一个两倍容量的新数组，然后把原数组中的键值对拷贝到新数组中。由于全部拷贝影响服务器性能，redis渐进式rehash，定义rehash的键值对索引rehashidx ，初始值-1，每执行一次插入删除或查询操作，rehashidx+1，并把该位置处的键值对拷贝到新数组中。每次查询时都要查询新旧两个哈希表。

stl中unordered_map

template<class Key, class Ty, //分别为键和值的类型
	class Hash = std::hash<Key>, //hash函数，最好是函数对象，方便内联
	class Pred = std::equal_to<Key> // 哈希冲突时的用来区分键值对，最好是函数对象，方便内联
    > class unordered_map

自定义关键字时要定义hash函数，equal_to函数。

struct Edge
{
	int w;
	Edge(int i): w(i){}
};
struct EdgeHash {
	size_t operator()(const Edge& e)
	{
		return hash<int>()(e.from.id) ^ hash<int>()(e.to.id);
	}
};
struct EdgeCmp {
	bool operator()(const Edge& e1, const Edge& e2)
	{
		return e1.from.id == e2.from.id && e1.to.id == e2.to.id;
	}
};

unordered_map<int, Node> nodes;
unordered_set<Edge, EdgeHash, EdgeCmp> edges = //注意模板参数传的是类型，而不是对象EdgeHash()；
	{Edge(1), Edge(2), Edge(3)};

参考：
https://zhuanlan.zhihu.com/p/77533501
redis rehash
自定义key