C++之哈希详解

哈希

目录

哈希

哈希的概念

哈希冲突

常见哈希函数：

哈希冲突的解决：

闭散列

线性探测的缺陷是产生冲突的数据堆积在一块，相比线性探测的好处，如果一个位置有很多值映射，冲突剧烈，那么它们存储时相对会比较分散，不会引发一片一片的冲突

开散列

闭散列的实现

数据的存储结构

哈希表结构

哈希表的插入

哈希的查找

哈希的删除

哈希闭散列的完整代码

开散列

开散列的概念

数据的存储结构

哈希表的结构

哈希表的插入

哈希表的查找

哈希表的删除

哈希桶的析构函数

开散列完整代码

---

哈希的概念

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。我们在顺序查找中可以得知时间复杂度为O(N)，平衡树中为树的高度，即O(log2N)，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。

当向该哈希结构中：

• 插入元素：根据待插入元素的关键码，以此函数计算出该元素的存储位置并按此位置进行存放
• 搜索元素：对元素的关键码进行同样的计算，把求得的函数值当做元素的存储位置，在结构中按此位置取元素比较，若关键码相等，则搜索成功

该方式即为哈希(散列)方法，哈希方法中使用的转换函数称为哈希(散列)函数，构造出来的结构称为哈希表
(Hash Table)(或者称散列表)

那么，例如我们有数据{1,3,7,4,8};

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。

用该方法可以避免对关键字的比较，可以达到快速搜索。但是，如果我们此时再插入44,44%10得到的同样是4，但是位置已经被占用，所以引出了以下的问题：

哈希冲突

 对于两个数据元素的关键字 和 (i != j)，有 != ，但有：Hash( ) == Hash( )，即：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。
把具有不同关键码而具有相同哈希地址的数据元素称为“同义词”。
发生哈希冲突该如何处理呢？

常见哈希函数：

直接定址法

缺点：需要事先知道关键字的分布情况

使用场景：适合查找比较小且连续的情况

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

哈希冲突的解决：

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。那如何寻找下一个空位置呢？

方法：

线性探测：index+i (i = 1,2,3,4…)

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

二次探测：index+i^2(i = 1,2,3,4…)

线性探测的缺陷是产生冲突的数据堆积在一块，相比线性探测的好处，如果一个位置有很多值映射，冲突剧烈，那么它们存储时相对会比较分散，不会引发一片一片的冲突

开散列

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。

闭散列的实现

当我们实现哈希表时，数据是怎么存储呢？数据的结构又是什么呢？数据的存储很好想到，可以用一个vector线性表存就好了，那么数据的结构除了存储数据还需要什么呢？比如我们有以下数据：

 当我们查找一个值时，我们通过哈希函数求得位置，如果对应位置不是，那么很可能是遇到了冲突，所以我们需要继续往后查找，遇到空位置时说明这个值是不存在的，因为如果存在，肯定存储在了第一个空位置，那么当我们删除一个值，直接删除的话这个位置变成了空，但是这样有问题：使得查找一个值提早遇到空，那么就找不到这个值。

就比如我们删除333，当我们查找14时，14%10=4，我们锁定到了4的位置，但是由于删除333后，4的位置是空的，那么就会形成一个14存在，却无法查找的到的局面，

所以我们需要通过枚举来引入三个状态，每个位置存储值得同时再存储一个状态标记：空、满、删除。

三种状态：

enum Status
{
	EXIST,//存在
	EMPTY,//空
	DELETE//删除
};

数据的存储结构

我们使用KV模型

template<class K,class V>
struct HashData
{
	Status _status;//当前状态
	pair<K, V> _kv;
};

哈希表结构

vector用来存储HashData，_n则用来记录表中的有效数据个数：

template<class K,class V>
class HashTable
{
public:

private:
	vecor<HashData<K, V>> _tables;
	size_t _n=0;
};

哈希表的插入

我们为了避免哈希冲突变多，我们引入一个负载因子，当负载因子过大时需要对哈希表进行增容。

1. 如果哈希表中已经存在该键值对，则插入失败返回false
2. 判断该哈希表的大小以及负载因子，确定是否需要增容
3. 将键值对插入哈希表
4. ++_n

当我们使用线性探测时，会发现产生冲突的数据会堆积在一起，连续位置比较多，会引发踩踏洪水效应，所以在这里我们使用了二次探测。

我们解决增容的问题，首先我们确定的是_table.size() == 0时需要增容，其次我们设置负载因子=有效数据/表的大小，如果负载因子大于0.7时就增容。那么如何增容呢&