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
#include<vector>


enum 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
};

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;
	}

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;
	}

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;
			}
		}

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));
		}
	}
}

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;
	}
};

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
#include<vector>


enum 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))
		{