C++哈希表

已于 2022-08-07 14:28:35 修改
阅读量6k 收藏 18
点赞数 4
分类专栏： C++ 文章标签： 散列表 c++ 哈希算法
于 2022-07-03 14:14:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_52145272/article/details/125531718
版权

文章目录

一、哈希表

1.1 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( logN)，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)

1.2 哈希冲突

对于两个数据元素的关键字ki 和 kj (i != j)，有ki != kj，但有：Hash(ki) == Hash(kj)，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”。

在这里插入图片描述

1.3 哈希函数

引起哈希冲突的一个原因可能是：哈希函数设计不够合理。 哈希函数设计原则：
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,哈希函数应该比较简单。
常见哈希函数

  1. 直接定制法–(常用)
    取关键字的某个线性函数为散列地址：Hash（Key）= A*Key + B
    优点：简单、均匀
    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。
  2. 除留余数法–(常用)
    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。
  3. 平方取中法–(了解)
    假设关键字为1234，对它平方就是1522756，抽取中间的3位227作为哈希地址； 再比如关键字为4321，对它平方就是18671041，抽取中间的3位671(或710)作为哈希地址 平方取中法比较适合：不知道关键字的分布，而位数又不是很大的情况。
  4. 折叠法–(了解)
    折叠法是将关键字从左到右分割成位数相等的几部分(最后一部分位数可以短些)，然后将这几部分叠加求和，并按散列表表长，取后几位作为散列地址。
    折叠法适合事先不需要知道关键字的分布，适合关键字位数比较多的情况。
  5. 随机数法–(了解)
    选择一个随机函数，取关键字的随机函数值为它的哈希地址，即H(key) = random(key),其中random为随机数函数。通常应用于关键字长度不等时采用此法。
  6. 数学分析法–(了解)
    设有n个d位数，每一位可能有r种不同的符号，这r种不同的符号在各位上出现的频率不一定相同，可能在某些位上分布比较均匀，每种符号出现的机会均等，在某些位上分布不均匀只有某几种符号经常出现。可根据散列表的大小，选择其中各种符号分布均匀的若干位作为散列地址。

哈希函数设计的越精妙，产生哈希冲突的可能性就越低，但是无法避免哈希冲突

1.4 载荷因子

散列表的载荷因子定义为：a = 填入表中的元素个数 / 散列表的长度

a 是散列表装满程度的标志因子。由于表长是定值，a 与“填入表中的元素个数”成正比，所以 a 越大，表明填入表中的元素越多，产生冲突的可能性就越大；反之，a 越小，标明填入表中的元素越少，产生冲突的可能性就越小。实际上，散列表的平均查找长度是载荷因子 a 的函数，只是不同处理冲突的方法有不同的函数。

对于开放定址法，荷载因子是特别重要因素，应严格限制在0.7-0.8以下。超过0.8，查表时的CPU缓存不命中（cache missing）按照指数曲线上升。因此，一些采用开放定址法的hash库，如Java的系统库限制了荷载因子为0.75，超过此值将resize散列表。

二、解决哈希冲突

解决哈希冲突两种常见的方法是：闭散列和开散列

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。那如何寻找下一个空位置呢？

  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。
    比如上面的冲突，首先5放在5下标位置，15映射后发生冲突，从5下标往后面找，找到一个空位置就可以放了。
  • 插入
    通过哈希函数获取待插入元素在哈希表中的位置，如果该位置中没有元素则直接插入新元素，如果该位置中有元素发生哈希冲突，使用线性探测找到下一个空位置，插入新元素
  • 删除
    采用闭散列处理哈希冲突时，不能随便物理删除哈希表中已有的元素，若直接删除元素会影响其他元素的搜索。比如删除元素4，如果直接删除掉，44查找起来可能会受影响。因此线性探测采用标记的伪删除法来删除一个元素。

线性探测优点：实现非常简单
线性探测缺点：一旦发生哈希冲突，所有的冲突连在一起，容易产生数据“堆积”，即：不同关键码占据了可利用的空位置，使得寻找某关键码的位置需要许多次比较，导致搜索效率降低。

  1. 二次探测
    线性探测的缺陷是产生冲突的数据堆积在一块，这与其找下一个空位置有关系，因为找空位置的方式就是挨着往后逐个去找，因此二次探测为了避免该问题，找下一个空位置的方法为：Hi= (H0 + i2)% m，或者：Hi = (H0 - i2)% m。其中：i = 1,2,3…， H0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。

2.2 闭散列代码实现

  • 删除某一个数据会影响其他很多的（与之相关发生冲突的数据）数据，所以使用标记法，表示已被删除，这里使用枚举表示
enum Status
{
	EXIST,
	EMPTY,
	DELETE
};
  • 定义数据结点，这里存储的是键值对

template<class K, class V>
struct HashData
{
	pair<K, V> _kv;
	Status _status = EMPTY;
};
  • 由于传入的key值可能不是自然数，比如常用的字符串类型，它是不能取模，需要使用字符串哈希，变成一个整数来取模。
    所以需要设计一个仿函数拿到对应的数值
// 哈希表数据结构
template<class K, class V, class HashFunc = Hash<K> >
class HashTable
{
private:
	vector<HashData<K, V> > _tables;
	size_t _n = 0; // 哈希表中存放的个数
}

// 用于将整数转换成0到大于零的正整数，防止出现对负数取模
template<class K>
struct Hash
{
	// 将整型转成正数
	size_t operator()(const K& key)
	{
		return key;
	}
};
// 常用到字符串类型的key值，这是一个特化版本
template<>
struct Hash <string>
{
	// 字符串哈希
	size_t operator()(const string& s)
	{
		size_t value = 0;
		for (auto ch : s)
		{
			// 也可以乘以31、131、1313、13131、131313.. 
			// 乘上一个数，减少冲突的概率
			value *= 31;
			value += ch;
		}
		return value;
	}
};
  • 扩容
    当负载因子较大时要扩容，防止出现冲突聚集，效率下降
// 扩容，负载因子大于7时
if (_tables.size() == 0 || _n * 10 / _tables.size() >= 7)
{
	size_t newSize = _tables.size() == 0 ? 10 : _tables.size() * 2;
	// 扩容有两种方法
	// 1. 可以遍历一遍数组，并重新映射
	// 2. 创建一个本类对象，调用它的插入函数，完成映射，再交换对象
	HashTable<K, V, HashFunc> newHT;
	newHT._tables.resize(newSize);
	for (int i = 0; i < _tables.size(); i++)
	{
		if (_tables[i]._status == EXIST)
		{
			newHT.Insert(_tables[i]._kv);
		}
	}
	// 交换两个数组
	_tables.swap(newHT._tables);
}
  • 完整实现
namespace CloseHash
{
	enum Status
	{
		EXIST,
		EMPTY,
		DELETE
	};
	template<class K, class V>
	struct HashData
	{
		pair<K, V> _kv;
		Status _status = EMPTY;
	};
	// 用于将整数转换成0到大于零的正整数，防止出现对负数取模
	template<class K>
	struct Hash
	{
		size_t operator()(const K& key)
		{
			return key;
		}
	};
	// 常用到字符串类型的key值，这是一个特化版本
	template<>
	struct Hash <string>
	{
		// 字符串哈希
		size_t operator()(const string& s)
		{
			size_t value = 0;
			for (auto ch : s)
			{
				// 也可以乘以31、131、1313、13131、131313.. 
				// 乘上一个数，减少冲突的概率
				value *= 31;
				value += ch;
			}
			return value;
		}
	};
	
	template<class K, class V, class HashFunc = Hash<K> >
	class HashTable
	{
	private:
		vector<HashData<K, V> > _tables;
		size_t _n = 0;
	public:
		bool Erase(const K& key)
		{
			HashData<K, V>* ret = Find(key);
			if (ret == nullptr)
				return false;
			else
			{
				--_n;
				ret->_status = DELETE;
				return true;
			}
		}
		HashData<K, V>* Find(const K& key)
		{
			if (_tables.size() == 0)
			{
				return nullptr;
			}
			HashFunc hf;
			// 线性探测 or 二次探查
			int i = 0;
			int start = hf(key) % _tables.size();
			int index = start;
			while (_tables[index]._status != EMPTY)
			{
				if (_tables[index]._status == EXIST && _tables[index]._kv.first == key)
					return &_tables[index];
				index++; // 线性探测
				//index = start + i * i ++ ;// 二次探查
				index %= _tables.size();
			}

			return nullptr;

		}
		bool Insert(const pair<K, V>& kv)
		{
			HashData<K, V>* ret = Find(kv.first);
			if (ret != nullptr)
			{
				return false;
			}

			// 扩容，负载因子大于7时
			if (_tables.size() == 0 || _n * 10 / _tables.size() >= 7)
			{
				size_t newSize = _tables.size() == 0 ? 10 : _tables.size() * 2;
				// 扩容有两种方法
				// 1. 可以遍历一遍数组，并重新映射
				// 2. 创建一个本类对象，调用它的插入函数，完成映射，再交换对象
				HashTable<K, V, HashFunc> newHT;
				newHT._tables.resize(newSize);
				for (int i = 0; i < _tables.size(); i++)
				{
					if (_tables[i]._status == EXIST)
					{
						newHT.Insert(_tables[i]._kv);
					}
				}
				// 交换两个数组
				_tables.swap(newHT._tables);
			}

			HashFunc hf;
			// 线性探测 or 二次探查
			int i = 0;
			int start = hf(kv.first) % _tables.size();
			int index = start;
			while (_tables[index]._status == EXIST)
			{
				index++; // 线性探测
				//index = start + i * i ++ ;// 二次探查
				index %= _tables.size();
			}
			_tables[index]._kv = kv;
			_tables[index]._status = EXIST;
			++_n;

			return true;
		}
	};
}

2.3 开散列

开散列

  1. 开散列概念
    开散列法又叫链地址法(拉链法)，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。
    在这里插入图片描述

开散列中每个桶中放的都是发生哈希冲突的元素。

2.4 开散列代码实现

  • 开散列数据结构
    可以是一个数组下面挂一个单链表
// 单链表结点数据
template<class K, class V>
struct HashData
{
	pair<K, V> _kv;
	HashData<K, V>* _next;

	HashData(const pair<K, V>& kv)
		:_kv(kv), _next(nullptr)
	{}
};

template<class K, class V, class HashFunc = Hash<K> >
class HashTable
{
	typedef HashData<K, V> Node;
private:
	vector<Node*> _tables;
	size_t _n = 0; // 有效数字个数
}
  • 扩容
// 载荷因子为1时扩容
if (_tables.size() == 0 || _n * 10 / _tables.size() == 10)
{
	// 因为哈希表每个元素下挂一个单链表，它们的空间是动态申请的，只有指针管理
	// 所以使用上面的方法（创建一个新大小的类，调用插入函数，最后交换）没有直接交换结点快，不用申请空间
	size_t newSize = _tables.size() == 0 ? 10 : _tables.size() * 2;
	vector<Node*> newTables(newSize);
	for (size_t i = 0; i < _tables.size(); i++)
	{
		Node* cur = _tables[i];
		while (cur)
		{
			Node* prev = cur;
			// 链接到新的表上
			size_t newIndex = hf(cur->_kv.first) % newSize;
			cur->_next = newTables[newIndex];
			newTables[newIndex] = cur;
			cur = prev->_next;
		}
		_tables[i] = nullptr;
	}
	_tables.swap(newTables);
}
  • 完整代码
namespace LinkHash
{
	template<class K, class V>
	struct HashData
	{
		pair<K, V> _kv;
		HashData<K, V>* _next;

		HashData(const pair<K,V>& kv)
			:_kv(kv), _next(nullptr)
		{}
	};
	// 用于将整数转换成0到大于零的正整数，防止出现对负数取模
	template<class K>
	struct Hash
	{
		// 将整型转成正数
		size_t operator()(const K& key)
		{
			return key;
		}
	};
	// 常用到字符串类型的key值，这是一个特化版本
	template<>
	struct Hash <string>
	{
		// 字符串哈希
		size_t operator()(const string& s)
		{
			size_t value = 0;
			for (auto ch : s)
			{
				// 也可以乘以31、131、1313、13131、131313.. 
				// 乘上一个数，减少冲突的概率
				value *= 31;
				value += ch;
			}
			return value;
		}
	};
	template<class K, class V, class HashFunc = Hash<K> >
	class HashTable
	{
		typedef HashData<K, V> Node;
	private:
		vector<Node*> _tables;
		size_t _n = 0; // 有效数字个数
	public:
		bool Erase(const K& key)
		{
			Node* res = Find(key);
			if (res == nullptr) return false;

			HashFunc hf;
			//用于单链表的删除，存储前一个结点的地址
			int index = hf(key) % _tables.size();
			Node* cur = _tables[index], *prev = nullptr;
			while (cur)
			{
				if (cur->_kv.first == key)
				{
					if (prev == nullptr) // 头删
					{
						_tables[index] = cur->_next;
					}
					else // 中间删
					{
						prev->_next = cur->_next;
						
					}
					delete cur;

					--_n;
					return true;
				}
				else
				{
					prev = cur;
					cur = cur->_next;
				}
			}
			return false;
		}
		Node* Find(const K& key)
		{
			if (_n == 0)
				return nullptr;
			HashFunc hf;
			int index = hf(key) % _tables.size();
			Node* cur = _tables[index];
			while (cur)
			{
				if (cur->_kv.first == key) return cur;
				else cur = cur->_next;
			}
			return nullptr;
		}
		bool Insert(const pair<K, V>& kv)
		{
			Node* res = Find(kv.first);
			if (res != nullptr) return false;
			HashFunc hf;

			// 载荷因子为1时扩容
			if (_tables.size() == 0 || _n * 10 / _tables.size() == 10)
			{
				// 因为哈希表每个元素下挂一个单链表，它们的空间是动态申请的，只有指针管理
				// 所以使用上面的方法（创建一个新大小的类，调用插入函数，最后交换）没有直接交换结点快，不用申请空间
				size_t newSize = _tables.size() == 0 ? 10 : _tables.size() * 2;
				vector<Node*> newTables(newSize);
				for (size_t i = 0; i < _tables.size(); i++)
				{
					Node* cur = _tables[i];
					while (cur)
					{
						Node* prev = cur; 
						// 链接到新的表上
						size_t newIndex = hf(cur->_kv.first) % newSize;
						cur->_next = newTables[newIndex];
						newTables[newIndex] = cur;
						cur = prev->_next;
					}
					_tables[i] = nullptr;
				}
				_tables.swap(newTables);
			}

			
			int index = hf(kv.first) % _tables.size();
			// 头插法
			Node* newNode = new Node(kv);
			newNode->_next = _tables[index];
			_tables[index] = newNode;
			++_n;
		}
	};
	void TestHashTable()
	{
		int a[] = { 4, 24, 14,7,37,27,57,67,34,14,54 };
		HashTable<int, int> ht;
		for (auto e : a)
		{
			ht.Insert(make_pair(e, e));
		}

		ht.Erase(24);
		ht.Erase(67);
		ht.Insert(make_pair(84, 84));
	}
}
s_persist
关注
  • 4
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
使用C++哈希表实现的学生信息管理系统
04-02
数据结构课程设计之——使用C++哈希表实现的学生信息管理系统。 编译器选择DevC++ 或者 VS2019都可，按照要求新建文件，运行即可。 一、程序的主要功能 程序分为四个模块： 1.建立哈希表：有三个功能（1）插入一个...
【C++】哈希表
BebopPrimer的博客
07-12 3982
【C++】哈希表
『数据结构』哈希表
叄拾叄画生
08-05 6770
什么是哈希？哈希冲突。哈希函数。哈希冲突解决方法。闭散列（线性探测、二次探测）。开散列（哈希桶）、开散列模拟实现（C++和Java）。
C++数据结构——哈希表
最新发布
2303_78442132的博客
05-24 1129
c++、数据结构、哈希表
【C++进阶】九、哈希表
枫叶先生的博客
03-19 1788
哈希概念|哈希冲突|哈希函数|哈希冲突解决|哈希表的闭散列实现|哈希表的开散列实现（哈希桶）详解
C++ 数据结构与算法（五）（哈希表）
chenyfan_blog
02-25 5957
哈希表 LeetCode 代码随想录
C++哈希表实现.zip
08-20
C++实现哈希表
哈希表de 设计.rar_c++ 哈希表_哈希_哈希 VC_哈希表
09-23
哈希表的设计，内容详细。非常实用不看后悔哦
C++哈希表与六子棋的应用学习代码
03-01
c 哈希表 六子棋（Gomoku，又称为五子棋或连珠）是一个两人对战的策略游戏。在这个游戏中，玩家轮流在棋盘上放置棋子，目标是首先形成一条连续的五个或更多同色棋子的直线（横、竖、斜均可）。 下面是一个简单的六...
c++的哈希表hash
03-18
c
C++ 哈希表
热门推荐
weixin_40535588的博客
11-24 3万+
什么是哈希表 map、hash_map、unordered_map的引入 unordered_map的用法 1. 什么是哈希表 1.1 哈希表的定义 “散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在内存存储位置的数据结构。也就是说，它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表。 从上面的百度百科，我们小白可以知道3点： 哈希表也叫散列表 哈希表是一个数据结构 散列表是数组.
【C++进阶】哈希表详解
m0_67077469的博客
03-21 2520
哈希表详解
【数据结构篇C++实现】- 哈希表
陈七的博客，学习知识分享，期待与大家的交流
03-28 3599
有关散列表（哈希表）数据结构的知识点总结
C++：【数据结构】哈希表
qq_73176808的博客
05-30 2046
哈希表（hash table）又叫散列表，是一种很实用的数据结构。首先来看一下百度给出的定义：散列表，是。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。通俗一点来说，就是我们有一堆值，他们的范围很大，但是又很分散，直接存储本身的话会非常占地方，所以我们就把它，这样不但节省了空间，而且还方便查找。
C++_哈希表
安权_code的博客
03-04 1461
哈希表也是一种存储信息的结构，他是通过映射数据本身从而得到一个“影子位置”，该“影子位置”就是哈希表中存储该数据的位置，因此哈希表的优势在于查找数据时，并不会像其他顺序结构、树结构一样，将要查找的数据和载体中的数据直接比较，而是根据数据找到其在哈希表中的映射位置，然后直接用下标访问哈希表的映射位置，让数据与此位置的值进行对比即可。
C++实现哈希表。
TPON的博客
11-17 6402
C++模拟实现哈希表
哈希表c++两数之和
09-25
哈希表是一种常用的数据结构，可以用来快速查找和插入数据。在这个问题中，我们可以使用哈希表来解决两数之和的问题。 具体的解决方法是，我们遍历数组中的每个元素，将元素的值作为键，元素的索引作为值存入哈希表中。然后，对于每个元素，我们检查哈希表中是否存在目标值减去当前元素的补数。如果存在，则说明找到了符合条件的两个数，直接返回它们的索引即可。 下面是对应的C++代码实现： ```cpp class Solution { public: vector<int> twoSum(vector<int>& nums, int target) { unordered_map<int, int> map; for (int i = 0; i < nums.size(); i++) { auto it = map.find(target - nums[i]); if (it != map.end()) { return {it->second, i}; } map[nums[i]] = i; } return {}; } }; ``` 这个算法的时间复杂度是O(n)，其中n是数组的长度，因为我们最多需要遍历数组一次，并且在哈希表中进行常数时间的查找和插入操作。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

s_persist

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值