深入哈希表（二）--开放定址法实现哈希表

在上一篇文章中，我们主要是简介了哈希表，下文我们来实现开放定址法的哈希表。
开放定址法主要有两种方法，一种是线性探测，一种是二次探测，本文主要针对这两种方法进行介绍。

开放定址法–闭散列方法

一、线性探测

（1）线性探测是什么

设给出一组元素，它们的关键码为：37,25,14,36,49,68,57,11，散列表为HT[12]，表的大小m = 12，假设采用Hash(x) = x % p; // (p = 11) 11是接近m的质数，就有：

Hash(37) = 4、Hash(25) = 3 、Hash(14) = 3、Hash(36) = 3、Hash(49) = 5 、Hash(68) = 2、 Hash(57) = 2、Hash(11) = 0

采用线性探查法处理冲突

如果需要加入一个元素时，使用散列函数进行计算，确定元素的桶号H0，按此桶号查看该桶，如果是所 要搜索的元素的关键码，则说明表中已有此元素，不再进行此元素的插入，否则即为冲突，再查看紧 随其后的下一个桶，如果是空桶，则搜索失败，新元素插入即可。

所以线性探测会导致一片位置冲突，在一片范围内冲突越来越多，从而导致堆积问题。

（2）线性探测的实现：

①底层

实现方法用vector作为容器，但是删除元素会变得很麻烦，这时不敢说遇到空位置就结束，因为此时查找元素是完全查找，所以我们可以给每个位置都有一个状态，状态有一为空，二存在，三删除，遇到删除不停止，遇到空可以停止。

定义为模板写成hashnode，枚举出三个状态，包含了状态和key、value，
保持size和capcity一样大。

②扩容

线性探测的扩容：
负载因子可以看作数据的占用率，一定是小于1，但是不可能为1，所以我们需要考虑的是控制负载因子，用容量除以hash的size，可以把上面的数据乘0，大于7（也可以强制转化），这时需要扩容。

但是hash的增容代价很大，不能像vector一样构造复制删除，要重新哈希，映射到新的空间中。

方法：定义新的hashtable 表，resize新的空间（获取质数表中的元素），循环对每个成员调用插入函数（此时不会增容，因为前面已经resize过了），最后转换其中的tables即可。

③插入

首先映射出index位置，此时可以包装成另外一个函数。
用另外一个函数，初步是用key%_tables的size，但是我们发现无法对string或者结构体进行取模。

我们的解决方法如下：

• 方法一：字符串哈希算法–字符串转换为整形，
• 方法二：可以写一个仿函数，全部强传为int，返回size_t。缺省作为参数，在函数体内部定义一个仿函数对象，传入key即可，但是需要对string类型进行单独处理，单独写string的仿函数返回字符串哈希算法，最后测试时候显示传string的模板参数即可。如果是结构体尽量去选其中的一项作为可以取模的参数。
• 方法三：采用特化
  用循环找一个位置，删除标记和空的时候可插入， 如果值相等则不插入，判断如果出范围，定位为0。

④查找

查找和插入内部实现类似。
遇到空停止，判断如果存在并且状态为存在则找到，状态不是存在则没有找到，没有找到则向后移动，最后判断是否到底部，index再次置为0。

⑤删除

首先调用查找函数，查找状态为存在则删除（注意此时采用的是置状态为删除，这便是伪删除），–size，没有找到返回失败。

⑥hashfunc实现

主要采用仿函数，通常能变成整数的元素采用最普通的版本，本文针对于我们用的最多的string进行了一个特化版本。

不用写析构函数会自己析构。
拷贝构造也是vector内部做的。

#include <vect