STL：关联式容器&哈希

关联式容器
底层结构有两种—红黑树和哈希（哈希后面讲）
map，set，multimap，multiset
相同点：

• 底层结构相同—红黑树，红黑树是二叉搜索树+条件限制
• 查询时间复杂度是O(logN)
• 使用迭代器遍历（中序遍历规则）都会得到一个关于key的有序序列
• 默认按照less方式比较–升序序列
• 所有key不能修改—如果修改，必须先删除后插入
• 查找规则相同：按照二叉搜索树的规则进行查找

不同点：

• 存储元素类型不同
  map：kv模型的键值对，key唯一
  set：k模型—key就是val，val就是key
  multimap：kv模型的键值对，key可以重复
  multiset：

map

multimap没有[]操作，因为有多个key，不知道返回谁的val

set

功能：去重+排序
向set中插入很多数据后，set会自动去除

所有multiset功能就剩排序了

哈希

在查找元素时不比较元素

• 方法：在存储元素时，通过某种机制让元素与其存储位置建立一一对应的关系，则查找时几乎就不需要比较了
• 插入：通过函数（数学中的函数式）计算数据在表格中的位置
  再插入

函数就称为哈希函数，表称为哈希表

缺陷：不同的元素通过相同的哈希函数，算出了相同的哈希地址

常见函数
直接定值：关于元素k的一元一次函数
除留取余： Hash(key) = key% p(p<=m)， p最好是一个不超m的最大的一个素数

真正解决哈希冲突的方式

闭散列

从哈希冲突的位置开始找“下一个非空的位置

线性探测：从发生冲突的位置依次向后找，如果查找到空间末尾，也没有发现空位置，再折回到空间起始位置继续查找，直到找到空位置

• 问题：
  如何知道这个位置上有没有元素
• 解决：
  给每个空间一个标记：EMPTY，EXIST，DELETE
• 查找：
  通过哈希函数计算元素在表中的位置，检测位置是否是空
• 插入：
  通过哈希函数计算插入的位置，检测该位置是否发生冲突
  没有发生插入，并修改状态
  发生冲突，找到下一个空位置插入
• 删除：
  通过哈希函数计算删除的位置，检测位置是否为空
  空则元素不存在
  非空检测是否是待删除元素（删除就修改状态为DELETE，不能直接改成空）

线性探测的缺陷：容易产生数据堆积—发生冲突，冲突的元素容易连成一片

二次探测：H(i)=(H(0) + i^2)%表格容量
i表示探测次数

• 插入
  计算哈希地址
  检测位置是否为空
  空—直接插入—修改状态为EXIST
  非空–发生冲突—二次探测

二次探测缺陷：表格中空位置少的时候，会找很多次
解决方式：达到一定程度就进行扩容

这个程度就的负载因子=元素个数/表格容量
线性探测控制到70%
二次探测控制到50-60%
空间换时间的方法

开散列–链地址法

将发生冲突的元素用单链表链接起来
实质是数组+链表的集合
每个链表称为桶

冲突元素多了，哈希桶就退化成链表了
最理想的状态是哈希桶中，桶的个数和元素的个数相等，也就是每个数组元素下只有一个链表
扩容之后哈希桶容量改变了，哈希函数就变了

如果一个桶中出现很多节点，就要将其转换成红黑树，不然查找效率太低了

再散列