【初阶与进阶C++详解】第十九篇：哈希（哈希函数+哈希冲突+哈希表+哈希桶）-CSDN博客

本文链接：https://blog.csdn.net/YQ20210216/article/details/127162442

🏆个人主页：企鹅不叫的博客

🌈专栏

C语言初阶和进阶
C项目
Leetcode刷题
初阶数据结构与算法
C++初阶和进阶
《深入理解计算机操作系统》
《高质量C/C++编程》
Linux

⭐️ 博主码云gitee链接：代码仓库地址

⚡若有帮助可以【关注+点赞+收藏】，大家一起进步！

💙系列文章💙

【初阶与进阶C++详解】第一篇：C++入门知识必备

【初阶与进阶C++详解】第二篇：C&&C++互相调用（创建静态库）并保护加密源文件

【初阶与进阶C++详解】第三篇：类和对象上（类和this指针）

【初阶与进阶C++详解】第四篇：类和对象中（类的六个默认成员函数）

【初阶与进阶C++详解】第五篇：类和对象下（构造+static+友元+内部类

【初阶与进阶C++详解】第六篇：C&C++内存管理（动态内存分布+内存管理+new&delete）

【初阶与进阶C++详解】第七篇：模板初阶（泛型编程+函数模板+类模板+模板特化+模板分离编译）

【初阶与进阶C++详解】第八篇：string类（标准库string类+string类模拟实现）

【初阶与进阶C++详解】第九篇：vector(vector接口介绍+vector模拟实现+vector迭代器区间构造/拷贝构造/赋值)

【初阶与进阶C++详解】第十篇：list(list接口介绍和使用+list模拟实现+反向迭代器和迭代器适配)

【初阶与进阶C++详解】第十一篇：stack+queue+priority_queue+deque（仿函数）

【初阶与进阶C++详解】第十二篇：模板进阶(函数模板特化+类模板特化+模板分离编译)

【初阶与进阶C++详解】第十三篇：继承(菱形继承+菱形虚拟继承+组合)

【初阶与进阶C++详解】第十四篇：多态（虚函数+重写（覆盖）+抽象类+单继承和多继承）

【初阶与进阶C++详解】第十五篇：二叉树搜索树（操作+实现+应用KVL+性能+习题）

【初阶与进阶C++详解】第十六篇：AVL树-平衡搜索二叉树（定义+插入+旋转+验证）

【初阶与进阶C++详解】第十七篇：红黑树（插入+验证+查找）

【初阶与进阶C++详解】第十八篇：map_set（map_set使用+multiset_multimap使用+模拟map_set）

💎一、哈希概念

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。哈希方法中用到的转换函数称为哈希函数，构造出来的结构叫哈希表（散列表），对数组中的数据进行快速访问必须要通过数组的下标，时间复杂度为 O(1)。如果只知道数据或者数据中的部分内容，或者全员冲突（所有数据都存放到同一个地址下），想在数组中找到这个数据，还是需要遍历数组，时间复杂度为 O(N)，但是平均下来，哈希的插入删除查找时间复杂度都是O(1)。

插入元素： 根据待插入元素的关键码，通过哈希函数计算出该元素的存储位置，并按此位置进行存放
查找元素： 对要查找的元素的关键码用样的计算方法得出该元素的存储位置，然后与该位置的元素进行比较，相同就表示查找成功
以上两者时间复杂度基本是O(1)，哈希冲突有一定影响

例如：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。

💎二、哈希函数

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，每个函数值概率是同等的
哈希函数应该比较简单

常用：

直接定制法：取关键字的某个线性函数为散列地址：Hash（Key）= A*Key + B，其中A和B为常数

优点：简单，均匀

缺点：需要事先知道关键字的分布情况，如果关键字分布很散（范围很大），就需要浪费很多的空间，不能处理浮点数，字符串等数据

使用范围：关键字分布范围小且最好连续的情况

除留余数法：取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 H(key) = key % p,p<=m（p的选择很重要，一般取素数或m）

优点：可以将范围很大的关键字都模到一个范围内

缺点：不同的值映射到同一个位置会冲突

使用范围：关键字分布不均匀

💎三、哈希冲突及其解决

🏆1.哈希冲突概念

例如：哈希函数设置为：hash(key) = key % size; size为存储元素空间总的大小,Key为通过哈希函数对元素的关键码进行计算得到的位置，hash(Key)为冲突元素通过线性探测后得到的存放位置。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，有一组元素{0，1，3，9，15}存放到capacity为10的空间,如果此时再插入一个元素5，此时元素5存放的位置有15了。

总结： 不同关键字通过相同的哈希函数计算出相同的哈希地址，这里的这种现象称为哈希冲突或哈希碰撞，冲突越多，查找时比较的次数就越多，对平均查找长度影响比较大。

🏆2.哈希冲突解决

2.1.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。

2.1.1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。在上面哈希冲突的场景中，插入元素5时，因为此时的位置被占了，所以元素5选择下一个空位置，就是下标为6的位置。

框架

框架：这里采用线性探测（Hash(key)=key%len+i(i=0,1,2…)）的方式构建哈希表，哈希表底层我们借用vector容器来实现。

#include<vector>

//标识每个位置的状态
enum State
{
	EMPTY,//空
	EXITS,//存在数据
	DELETE//数据被删除
};

//哈希表中的每个位置的存储结构包括状态和数据
template<class K, class V>
struct HashData
{
	pair<K, V> _kv;
	//初始化为空
	State _state = EMPTY;
};
//仿函数
template<class K>
struct DefaultHash
{
	size_t operator()(const K& key)
	{
		return (size_t)key;
	}
};

//仿函数特化为字符串
template<>
struct DefaultHash<string>
{
	size_t operator()(const string& key)
	{
		// 将所有字符加起来	
		size_t hash = 0;
		for (auto ch : key)
		{
			//如果遇到字符串存储，把字符串的所有字母加起来，防止苹果，果苹的缺陷
			hash = hash * 131 + ch;
		}
		//返回所有字符相加的整数
		return hash;
	}
};

//模板参数第一个是key关键字，第二个参数不同容器V的类型不同,可以是K，也可以是pair<K,V>类型
//第三个参数就是一个仿函数，为了获取V中K的值然后取模
template<class K, class V, class HashFunc = DefaultHash<K>>
class HashTable
{
typedef HashData<K, V> Data;
public:
//释放vector中的自定义类型数据数据
	//同理如果发生拷贝，vector可以自动调用拷贝构造深拷贝，vector中元素只会浅拷贝
	~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;
		}
	}
private:
	vector<HashData> _tables;
	size_t _n = 0; // 存储关键字个数
};

插入元素

插入元素：通过哈希函数确定插入位置，如果插入位置为空，则直接插入，否则通过线性探测寻找下一个插入位置，既然要插入元素就要注意扩容。

需要注意的是，哈希表不能满了再扩容，这样会导致哈希冲突概率增加，所以哈希表中有一个负载因子来衡量哈希表中装满程度，负载因子 = 填入哈希表数据个数/哈希表长度，负载因子越大，说明填入哈希表中的数据越多，发生函数冲突的概率也就越大，这里定义负载因子最多不超过0.7，达到0.7时开始增容。
增容之后，利用现代写法，将旧空间和新空间重现交换,利用临时对象的析构函数清理旧空间的资源

typedef HashData<K, V> Data;
public:
	bool Insert(const pair<K, V>& kv)
	{
		//如果不为空，说明有值了，返回flase
		if (Find(kv.first))
		{
			return false;
		}
		// 负载因子到0.7及以上，就扩容，防止死循环
		//_n/_tables.size()>=0.7
		if (_tables.size() == 0 || _n * 10 / _tables.size() >= 7)
		{
			//扩容之前要判断是否有数据
			size_t newSize = _tables.size() == 0 ? 10 : _tables.size() * 2;
			// 扩容以后，需要重新映射
			HashTable<K, V> newHT;
			newHT._tables.resize(newSize);
			// 遍历旧表，插入newHT
			for (auto& e : _tables)
			{
				if (e._state == EXITS)
				{
					newHT.Insert(e._kv);
				}
			}
			//把临时空间和旧空间进行交换
			newHT._tables.swap(_tables);
		}
		//利用仿函数
		HashFunc hf;
		//初始化下标starti
		size_t starti = hf(kv.first);
		//不能用capacity，因为，数据插入位置不能超过size
		//同理vector中，reserve开辟空间，不能用[]访问下标
		starti %= _tables.size();
		size_t hashi = starti;
		size_t i = 1;
		// 只有存在就继续
		//线性探测/二次探测
		while (_tables[hashi]._state == EXITS)
		{
			//二次探测
			//hashi = starti + i*i;
			hashi = starti + i;
			++i;
			//防止越界
			hashi %= _tables.size();
		}

		_tables[hashi]._kv = kv;
		_tables[hashi]._state = EXITS;
		_n++;

		return true;
	}

查找

查找：先通过哈希函数确定待查找元素的起始位置，然后线性探测往后找，如果当前位置不为DELETE 就继续往后找，直到当前位置为EMPTY，就停止查找表示该元素不存在；当前位置为EXIT 就进行比较，一样就查找成功，否则去下一个位置；如果当前位置为DELETE，就继续往下探测。

请添加图片描述

//使用&，如果是空无法处理
	Data* Find(const K& key)
	{
 	//表为空返回false
		if (_tables.size() == 0)
		{
			return nullptr;
		}
		//利用仿函数
		HashFunc hf;
		//初始化下标starti
		size_t starti = hf(key);
		//不能用capacity，因为，数据插入位置不能超过size
		//同理vector中，reserve开辟空间，不能用[]访问下标
 	//计算出映射的地址
		starti %= _tables.size();
		size_t hashi = starti;
		size_t i = 1;
		// 只有存在就继续
		//线性探测/二次探测
		while (_tables[hashi]._state != EMPTY)
		{
			if (_tables[hashi]._state != DELETE && _tables[hashi]._kv.first == key)
			{
				return &_tables[hashi];
			}
			//二次探测
			//hashi = starti + i*i;
			hashi = starti + i;
			++i;
			//防止越界
			hashi %= _tables.size();
		}
		return nullptr;
	}

删除

删除：先通过查找确定待删除元素的起始位置，然后线性探测往后找到要删除元素，此时不可以直接把这个元素删除，否则会影响到其它元素的搜索。所以这里对每个位置状态进行了标记，EMPTY（空） 、EXITS（存在） 和 DELETE（删除） 三种状态，用DELETE标记删除的位置
bool Erase(const K& key)
	{
		Data* ret = Find(key);
		if (ret)
		{
			ret->_state = DELETE;
			--_n;
			return true;
		}
		else
		{
			return false;
		}
	}

2.1.2.二次探测

找下一个空位置的方法为：H(i) = H(0) + i^2。其中：i = 1,2,3…，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。

注意表装载因子a不超过0.5，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

总结

总结：线性探测缺点是数据堆积，二次探测可以减轻这种情况，闭散列最大的缺陷就是空间利用率不高

2.2开散列

哈希桶：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，每个桶放的都是哈希冲突的元素，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

框架

框架：用vector来存放元素，存放的是每个链表的头节点

//仿函数
template<class K>
struct DefaultHash
{
	size_t operator()(const K& key)
	{
		return (size_t)key;
	}
};

//仿函数特化字符串
template<>
struct DefaultHash<string>
{
	size_t operator()(const string& key)
	{
		// 将所有字符加起来	
		size_t hash = 0;
		for (auto ch : key)
		{
			//减少类似苹果，果苹缺陷
			hash = hash * 131 + ch;
		}
		//返回所有字符相加的整数
		return hash;
	}
};
//节点
template<class T>
struct HashNode
{
	T _data;
	HashNode<T>* _next;

	HashNode(const T& data)
		:_data(data)
		, _next(nullptr)
	{}
};
//模板参数第一个是key关键字，第二个参数不同容器V的类型不同,可以是K，也可以是pair<K,V>类型
//第三个参数因为T的类型不同，通过value取key的方式就不同，第四个参数就是一个仿函数，为了获取V中K的值然后取模
template<class K, class T, class KeyOfT, class HashFunc>
class HashTable
{
	typedef HashNode<T> Node;
public:
private:
	// 指针数组
	vector<Node*> _tables;
	size_t _n = 0;// 记录表中的数据个数
};

插入

插入：

防止出现数据冗余，所以先查找Key,存在返回false，根据元素个数考虑增容，通过哈希函数确定关键字的位置，然后把节点挂头插
处理增容，创建新的哈希表，大小是原来旧表的2倍，遍历旧表，算出在新表中的位置，在将结点头插到新表中，旧表位置的指针置空，交换两张哈希表

pair<iterator, bool> Insert(const T& data)
	{
		HashFunc hf;
		KeyOfT kot;
			//如果表中已经有该元素返回false,不能出现数据冗余
  		  //插入成功则返回迭代器
			iterator pos = Find(kot(data));
			if (pos != end())
			{
				return make_pair(pos, false);
			}
		// 负载因子为1就增容
		if (_tables.size() == _n)
		{
			//新表的大小等于旧表的2倍
			size_t newSize = _tables.size() == 0 ? 10 : _tables.size() * 2;
			//进行增容,创建一个新的哈希表
			vector<Node*> newTable;
			//把newsize给新表，并将表的位置初始化
			newTable.resize(newSize, nullptr);
			for (size_t i = 0; i < _tables.size(); ++i)
			{
				//将原链表节点取出来插入
				Node* cur = _tables[i];
				while (cur)
				{
					//记录下一个节点位置
					Node* next = cur->_next;
					//先用kot将key取出来，利用仿函数将取出来的key转换成整形然后取模
					size_t hashi = hf(kot(cur->_data)) % newSize;
					//将cur连接到新节点上
					cur->_next = newTable[hashi];
					newTable[hashi] = cur;
					//变化cur之前提前记录
					cur = next;
				}
				//旧桶置空
				_tables[i] = nullptr;
			}
			//交换2个哈希表
			newTable.swap(_tables);
		}
		//计算出映射的位置
		size_t hashi = hf(kot(data));
		hashi %= _tables.size();

		// 头插到对应的桶即可
		Node* newnode = new Node(data);
		newnode->_next = _tables[hashi];
		_tables[hashi] = newnode;

		++_n;

		return make_pair(iterator(newnode, this), false);
	}

查找

查找：

计算出在哈希表中的映射位置

在该桶下遍历结点在链表的位置，必须找到位置状态为 EXIST 且 key 值匹配才算成功，若 key 值匹配但该位置状态为 DELETE，则需继续进行查找，因为该位置的元素已经被删除了

iterator Find(const K& key)
	{
		//不能进行除0操作
		if (_tables.size() == 0)
		{
      	  //返回迭代器
			return iterator(nullptr, this);
		}

		KeyOfT kot;
		HashFunc hf;
		size_t hashi = hf(key);
		//下面是另外一种写法
		//size_t hashi = HashFunc()(key);
		//先计算出映射的位置
		hashi %= _tables.size();
		//遍历链表的位置
		Node* cur = _tables[hashi];
		while (cur)
		{
			//找到返回结点
			if (kot(cur->_data) == key)
			{
				return iterator(cur, this);
			}

			cur = cur->_next;
		}

		return iterator(nullptr, this);
	}

删除

删除：

先算出在哈希表中的映射位置

然后对元素节点进行删除，将待删除位置置为 DELETE 即可，没找到就删除失败

bool Erase(const K& key)
	{
		//不能进行除0操作
		if (_tables.size() == 0)
		{
			return false;
		}

		HashFunc hf;
		KeyOfT kot;
		size_t hashi = hf(key);
		//先计算出映射的位置
		hashi %= _tables.size();
		//保存cur的前1个结点
		Node* prev = nullptr;
		//开始删除
		Node* cur = _tables[hashi];
		while (cur)
		{
			//找到了开始删除
			if (kot(cur->_data) == key)
			{
				//删除第一个节点
				if (prev == nullptr)
				{
					//指向cur的下一个结点
					_tables[hashi] = cur->_next;
				}
				else
				{
					prev->_next = cur->_next;
				}
				_n--;
				delete cur;
				return true;
			}

			prev = cur;
			cur = cur->_next;
		}

		return false;
	}