STL之hashtable

一、hashtable概述

hash table可提供对于任何有名项的存取和删除操作。由于操作对象是有名项，所以hashtable可以被视为一种字典结构。这种结构的用意在于提供常数时间的基本操作。
常用的hash函数有取余函数等，而解决hash冲突的方法有线性探测法、二次探测法、开链法。

线性探测法：当hash函数计算出元素的存放位置时，若该位置已有元素，则尝试将元素放在该元素的下一位置，若仍被占，继续尝试下一位置，即每次加1；

二次探测法：若计算出来元素的位置为h，若h以被占，则依序尝试h+1²，h+2²，h+3²，h+4²，h+5²…….

开链法：为每个位置的元素维护一个链表，hash值相同的元素直接插入到链表末端。

SGI STL内的hashtable以开链法解决hash冲突，这里的“链”被称为桶，如下图所示：

bucket维护的linked list并非采用STL的list或slist，bucket聚合体以vector完成，以便有动态扩充能力。

二、hashtable内部介绍

hash table的节点定义如下：

template <class Value>
struct __hashtable_node
{
    __hashtable_node* next;
    Value val;
};

hashtable迭代器必须永远维系与整个buckets vector的关系，并记录当前所指的节点。其前进操作是首先尝试从目前所指的节点出发，前进一个位置，由于节点被安置在list内，所以利用节点的next指针即可达成前进操作。如果目前节点正巧是list的尾端，就跳至下一个bucket身上，那正是指向下一个bucket的头部节点。hashtable的迭代器没有后退操作，hashtable也没有定义所谓的逆向迭代器。

开链法不要求表格大小必须为质数，但是SGI STL仍然以质数来设计表格大小，并先将28个质数（逐渐呈现大约两倍的关系）计算好，以备随时访问。质数表如下｛53，97，193，389，769，……｝，在设置表格大小时，找到大于或等于n的那个质数。

三、hashtable运用实例

目前STL中仅收录了unordered_set，unordered_map可供使用。hash_set，hash_map并未包含在STL库中，所以应尽量使用unordered_set，unordered_map来做hash处理。

// unordered_set示例程序
#include<unordered_set>
#include<iostream>
#include<ctime>
using namespace std;

void PrintfContainerElapseTime(char *pszContainerName, char *pszOperator, long lElapsetime)
{
    printf("%s 的 %s操作 用时 %d毫秒\n", pszContainerName, pszOperator, lElapsetime);
}

int main()
{
    const int MAXN = 50000, MAXQUERY = 5000;
    int a[MAXN], query[MAXQUERY];
    for (int i = 0; i < MAXN; ++i)
    {
        a[i] = (rand()*rand()) % MAXN;
    }
    for (int i = 0; i < MAXQUERY; ++i)
    {
        query[i] = (rand()*rand()) % MAXQUERY;
    }

    unordered_set<int> nhash_set;
    unordered_multiset<int> nhash_mset;
    nhash_set.insert(a, a + MAXN), nhash_mset.insert(a, a + MAXN);
    cout << "hash_set中有数据" << nhash_set.size() << "个" << endl;
    cout << "hash_multiset中有数据" << nhash_mset.size() << "个" << endl;

    int nFindSucceedCount, nFindFailedCount;
    nFindSucceedCount = nFindFailedCount = 0;
    clock_t clockBegin = clock();
    for (int i = 0; i < MAXQUERY; ++i)
    if (nhash_set.find(query[i]) != nhash_set.end())
        ++nFindSucceedCount;
    else
        ++nFindFailedCount;
    clock_t clockEnd = clock();
    PrintfContainerElapseTime("unordered_set", "find", clockEnd - clockBegin);
    printf("查询成功次数： %d    查询失败次数： %d\n", nFindSucceedCount, nFindFailedCount);

    nFindSucceedCount = nFindFailedCount = 0;
    clockBegin = clock();
    for (int i = 0; i < MAXQUERY; ++i)
    if (nhash_mset.find(query[i]) != nhash_mset.end())
        ++nFindSucceedCount;
    else
        ++nFindFailedCount;
    clockEnd = clock();
    PrintfContainerElapseTime("unordered_multiset", "find", clockEnd - clockBegin);
    printf("查询成功次数： %d    查询失败次数： %d\n", nFindSucceedCount, nFindFailedCount);

    return 0;
}

运行结果：

//unordered_map 示例程序
#include<unordered_map>
#include<iostream>
#include<ctime>
#include<string>
using namespace std;

void PrintfContainerElapseTime(char *pszContainerName, char *pszOperator, long lElapsetime)
{
    printf("%s 的 %s操作 用时 %d毫秒\n", pszContainerName, pszOperator, lElapsetime);
}

int main()
{
    const int MAXN = 50000, MAXQUERY = 5000;
    unordered_map<int, string> nhash_map;
    unordered_multimap<int, string> nhash_mmap;

    int query[MAXQUERY];
    for (int i = 0; i < MAXN; ++i)
    {
        nhash_map.insert(make_pair((rand()*rand()) % MAXN, "hello " + to_string((rand()*rand()) % MAXN)));
        nhash_mmap.insert(make_pair((rand()*rand()) % MAXN, "hello" + to_string((rand()*rand()) % MAXN)));
    }
    for (int i = 0; i < MAXQUERY; ++i)
    {
        query[i] = (rand()*rand()) % MAXQUERY;
    }


    cout << "unordered_map中有数据" << nhash_map.size() << "个" << endl;
    cout << "unordered_multimap中有数据" << nhash_mmap.size() << "个" << endl;

    int nFindSucceedCount, nFindFailedCount;
    nFindSucceedCount = nFindFailedCount = 0;
    clock_t clockBegin = clock();
    for (int i = 0; i < MAXQUERY; ++i)
    if (nhash_map.find(query[i]) != nhash_map.end())
        ++nFindSucceedCount;
    else
        ++nFindFailedCount;
    clock_t clockEnd = clock();
    PrintfContainerElapseTime("unordered_map", "find", clockEnd - clockBegin);
    printf("查询成功次数： %d    查询失败次数： %d\n", nFindSucceedCount, nFindFailedCount);

    nFindSucceedCount = nFindFailedCount = 0;
    clockBegin = clock();
    for (int i = 0; i < MAXQUERY; ++i)
    if (nhash_mmap.find(query[i]) != nhash_mmap.end())
        ++nFindSucceedCount;
    else
        ++nFindFailedCount;
    clockEnd = clock();
    PrintfContainerElapseTime("unordered_multimap", "find", clockEnd - clockBegin);
    printf("查询成功次数： %d    查询失败次数： %d\n", nFindSucceedCount, nFindFailedCount);

    return 0;
}

运行结果：