文章目录
一、unordered系列关联式容器
在C++98中,STL提供了底层为红黑树结构的一系列关联式容器,在查询时效率可达到 ,即最差情况下需要比较红黑树的高度次,当树中的节点非常多时,查询效率也不理想。最好的查询是,进行很少的比较次数就能够将元素找到,因此在C++11中,STL又提供了4个unordered系列的关联式容器,这四个容器与红黑树结构的关联式容器使用方式基本类似,只是其底层结构不同,本文中只对unordered_map和unordered_set进行介绍,unordered_multimap和unordered_multiset学生可查看文档介绍
1.1 unordered_map
1.1.1 unordered_map的文档介绍
- unordered_map是存储<key, value>键值对的关联式容器,其允许通过keys快速的索引到与其对应的value。
- 在unordered_map中,键值通常用于惟一地标识元素,而映射值是一个对象,其内容与此键关联。键和映射值的类型可能不同。
- 在内部,unordered_map没有对<kye, value>按照任何特定的顺序排序, 为了能在常数范围内找到key所对应的value,unordered_map将相同哈希值的键值对放在相同的桶中。
- unordered_map容器通过key访问单个元素要比map快,但它通常在遍历元素子集的范围迭代方面效率较低。
- unordered_maps实现了直接访问操作符(operator[]),它允许使用key作为参数直接访问value。
- 它的迭代器至少是前向迭代器
- VS map:unorder_xxx遍历不按key排序,是一个单向迭代器。
1.1.2 unordered_map的接口说明
- unordered_map的构造
- unordered_map的容量
- unordered_map的迭代器
- unordered_map的元素访问
注意:该函数中实际调用哈希桶的插入操作,用参数key与V()构造一个默认值往底层哈希桶中插入,如果key不在哈希桶中,插入成功,返回V(),插入失败,说明key已经在哈希桶中,将key对应的value返回。 - unordered_map的查询
- unordered_map的修改操作
- unordered_map的桶操作
1.2 unordered_set
1.3 在线OJ
方法一:
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
unordered_set<int> s1;
unordered_set<int> s2;
//去重
for(auto& e : nums1)
{
s1.insert(e);
}
for(auto& e : nums2)
{
s2.insert(e);
}
//遍历
vector<int> ret;
for(auto& e : s1)
{
if(s2.find(e) != s2.end())
ret.push_back(e);
}
return ret;
}
};
方法二:
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2)
{
set<int> s1;
set<int> s2;
for(auto&e : nums1)
{
s1.insert(e);
}
for(auto&e : nums2)
{
s2.insert(e);
}
auto it1 = s1.begin();
auto it2 = s2.begin();
vector<int> ret;
while(it1 != s1.end() && it2 != s2.end())
{
if(*it1 < *it2)
{
++it1;
}
else if(*it1 > *it2)
{
++it2;
}
else
{
ret.push_back(*it1);
++it1;
++it2;
}
}
return ret;
}
};
二、底层结构
unordered系列的关联式容器之所以效率比较高,是因为其底层使用了哈希结构
2.1 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)
例如:数据集合{1,7,6,4,5,9};
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
用该方法进行搜索不必进行多次关键码的比较,因此搜索的速度比较快 问题:按照上述哈希方式,向集合中插入元素44,会出现什么问题?
2.2 哈希冲突
对于两个数据元素的关键字 keyi和keyj (i != j),有keyi != keyj,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?
2.3 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
- 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 - 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 - 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 - 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 - 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 - 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。例如
假设要存储某家公司员工登记表,如果用手机号作为关键字,那么极有可能前7位都是 相同的,那么我们可以选择后面的四位作为散列地址,如果这样的抽取工作还容易出现 冲突,还可以对抽取出来的数字进行反转(如1234改成4321)、右环位移(如1234改成4123)、左环移位、前两数与后两数叠加(如1234改成12+34=46)等方法。
数字分析法通常适合处理关键字位数比较大的情况,如果事先知道关键字的分布且关键字的若干位分布较均匀的情况
注意: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
2.4 哈希冲突解决
解决哈希冲突两种常见的方法是:闭散列和开散列
2.4.1 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?
- 线性探测
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。
-
- 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
- 插入
-
- 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。
- 删除
思考:哈希表什么情况下进行扩容?如何扩容?
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。如何缓解呢?
- 二次探测
因此:闭散列最大的缺陷就是空间利用率比较低,这也是哈希的缺陷。
线性探测的实现
#include <iostream>
#include <vector>
using namespace std;
namespace CloseHash
{
enum Status
{
EXIST,
EMPTY,
DELETE
};
template<class K, class V>
struct HashData
{
pair<K, V> _kv;
Status _status = EMPTY;//设置状态值
};
template <class K>
struct Hash
{
size_t operator()(const K& key)
{
return key;
}
};
template<>
struct Hash<string>
{
size_t operator()(const string& key)
{
size_t ret = 0;
for (auto& ch : key)
{
ret *= 31;
ret += ch;
}
return ret;
}
};
template<class K, class V, class HashFunc = Hash<K>>
class HashTable
{
public:
bool erase(const K& key)
{
HashData<K, V, HashFunc>* ret = find(key);
if (ret == nullptr)
{
return false;
}
//找到了将位置状态置为删除
else
{
ret->_status = DELETE;
--_n;
return true;
}
}
HashData<K, V>* find(const K& key)
{
if (_table.size() == 0)
{
return nullptr;
}
HashFunc ht;
size_t start = ht(key) % _table.size();
size_t i = 0;
size_t index = start;
while (_table[index]._status != EMPTY)
{
if (_table[index]._kv.first == key && _table[index]._status == EXIST)
{
return &_table[index];
}
++i;
//index = start + i;
index = start + i * i;
index %= _table.size();
}
return nullptr;
}
bool insert(const pair<K, V>& kv)
{
HashData<K, V>* ret = find(kv.first);
if (ret != nullptr)
{
return false;
}
//负载因子0.7,就扩容:填入元素个数/列表长度
//负载因子越低,冲突概率越低,效率越高,空间浪费越多
//负载因子越高,冲突概率就越高,效率就低,浪费空间越少
if (_table.size() == 0 || _n * 10 / _table.size() >= 7)
{
size_t newSize = _table.size() == 0 ? 10 : _table.size() * 2;
HashTable<K, V> newHT;
newHT._table.resize(newSize);
for (size_t i = 0; i < _table.size(); ++i)
{
if (_table[i]._status == EXIST)
{
newHT.insert(_table[i]._kv);
}
}
_table.swap(newHT._table);
}
HashFunc ht;
size_t start = ht(kv.first) % _table.size();//映射起始位置
size_t i = 0;
size_t index = start;
//线性探测or二次探测
while (_table[index]._status == EXIST)
{
++i;
//index = start + i;//线性探测
index = start + i * i;//二次探测
index %= _table.size();
}
_table[index]._kv = kv;
_table[index]._status = EXIST;
++_n;
return true;
}
private:
vector<HashData<K, V>> _table;
size_t _n = 0;
};
}
2.4.2 开散列
-
开散列概念
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。
从上图可以看出,开散列中每个桶中放的都是发生哈希冲突的元素 -
开散列实现
namespace LinkHash
{
template<class K, class V>
struct HashNode
{
pair<K, V> _kv;
HashNode<K, V>* _next;
HashNode(const pair<K,V>& kv)
:_kv(kv)
,_next(nullptr)
{}
};
template <class K>
struct Hash
{
size_t operator()(const K& key)
{
return key;
}
};
template<>
struct Hash<string>
{
size_t operator()(const string& key)
{
size_t ret = 0;
for (auto& ch : key)
{
ret *= 31;
ret += ch;
}
return ret;
}
};
template<class K, class V, class HashFunc = Hash<K>>
class HashTable
{
typedef HashNode<K, V> Node;
public:
Node* find(const K& key)
{
if (_table.size() == 0)
return nullptr;
HashFunc hf;
size_t index = hf(key) % _table.size();
Node* cur = _table[index];
while (cur)
{
if (cur->_kv. first == key)
return cur;
else
{
cur = cur->_next;
}
}
return nullptr;
}
bool erase(const K& key)
{
if (_table.empty())
{
return false;
}
HashFunc hf;
size_t index = hf(key) % _table.size();
Node* cur = _table[index];
Node* prev = nullptr;
while (cur)
{
if (cur->_kv.first == key)
{
if (prev == nullptr)//头删
{
_table[index] = cur->_next;
}
else//中间删除
{
prev->_next = cur->_next;
}
delete cur;
--_n;
return true;
}
else
{
prev = cur;
cur = cur->_next;
}
}//end of whlie
return false;
}
bool insert(const pair<K, V>& kv)
{
Node* ret = find(kv.first);
if (ret)
{
return false;
}
HashFunc hf;
if (_n == _table.size())
{
size_t newSize = _table.size() == 0 ? 10 : _table.size() * 2;
vector<Node*> newTable;
newTable.resize(newSize);
for (size_t i = 0; i < _table.size(); ++i)
{
Node* cur = _table[i];
while (cur)
{
Node* next = cur->_next;
size_t index = hf(cur->_kv.first) % newSize;
cur->_next = newTable[index];
newTable[index] = cur;
cur = next;
}
}
swap(_table, newTable);
}
size_t index = hf(kv.first) % _table.size();
Node* newNode = new Node(kv);
newNode->_next = _table[index];
_table[index] = newNode;
++_n;
return true;
}
private:
vector<Node*> _table;
size_t _n = 0;
};
}
三、模拟实现
3.1 哈希表的改造
namespace LinkHash
{
template<class T>
struct HashNode
{
T _data;
HashNode<T>* _next;
HashNode(const T& data)
:_data(data)
,_next(nullptr)
{}
};
template <class K>
struct Hash
{
size_t operator()(const K& key)
{
return key;
}
};
template<>
struct Hash<string>
{
size_t operator()(const string& key)
{
size_t ret = 0;
for (auto& ch : key)
{
ret *= 31;
ret += ch;
}
return ret;
}
};
//前置声明
template<class K, class T, class KeyOfT, class HashFunc>
class HashTable;
template<class K, class T, class Ref, class Ptr, class KeyOfT, class HashFunc = Hash<K>>
struct __HTIterator
{
typedef HashNode<T> Node;
typedef __HTIterator<K, T, Ref, Ptr, KeyOfT, HashFunc> Self;
Node* _node;
HashTable<K, T, KeyOfT, HashFunc>* _pht;
__HTIterator(Node* node, HashTable<K, T, KeyOfT, HashFunc>* pht)
:_node(node)
,_pht(pht)
{}
Ref operator*()
{
return _node->_data;
}
Ptr operator->()
{
return &_node->_data;
}
Self& operator++()
{
if (_node->_next)//当前桶下面还有结点
{
_node = _node->_next;
}
//当前桶下面没有结点
else
{
KeyOfT kot;
HashFunc hf;
size_t index = hf(kot(_node->_data)) % _pht->_table.size();
++index;
//找到下一个桶
while (index <_pht->_table.size())
{
if (_pht->_table[index])
{
break;
}
else
{
++index;
}
}
if (index == _pht->_table.size())
{
_node = nullptr;
}
else
{
_node = _pht->_table[index];
}
}
return *this;
}
bool operator!=(const Self& s) const
{
return _node != s._node;
}
bool operator==(const Self& s) const
{
return _node == s._node;
}
};
template<class K, class T, class KeyOfT, class HashFunc = Hash<K>>
class HashTable
{
typedef HashNode<T> Node;
typedef HashTable<K, T, KeyOfT, HashFunc> Self;
//声明为友元类
template<class K, class T, class Ref, class Ptr, class KeyOfT, class HashFunc>
friend struct __HTIterator;
public:
typedef __HTIterator<K, T, T&, T*, KeyOfT, HashFunc> iterator;
HashTable()
{}
//显示编译器去生产默认构造函数
//HashTable() = default;
//ht(ht1)
HashTable(const Self& ht)
{
_table.resize(ht._table.size());
for (size_t i = 0; i < ht._table.size(); ++i)
{
Node* cur = ht._table[i];
while (cur)
{
Node* copy = new Node(cur->_data);
copy->_next = _table[i];
_table[i] = copy;
cur = cur->_next;
}
}
_n = ht._n;
}
Self& operator=(Self ht)
{
_table.swap(ht._table);
swap(_n, ht._n);
return *this;
}
~HashTable()
{
}
iterator begin()
{
for (size_t i = 0; i < _table.size(); ++i)
{
if (_table[i])
{
return iterator(_table[i], this);
}
}
return end();
}
iterator end()
{
return iterator(nullptr, this);
}
iterator find(const K& key)
{
if (_table.size() == 0)
return end();
HashFunc hf;
KeyOfT kot;
size_t index = hf(key) % _table.size();
Node* cur = _table[index];
while (cur)
{
if (kot(cur->_data) == key)
return iterator(cur, this);
else
{
cur = cur->_next;
}
}
return end();
}
bool erase(const K& key)
{
if (_table.empty())
{
return false;
}
HashFunc hf;
KeyOfT kot;
size_t index = hf(key) % _table.size();
Node* cur = _table[index];
Node* prev = nullptr;
while (cur)
{
if (kot(cur->_data) == key)
{
if (prev == nullptr)//头删
{
_table[index] = cur->_next;
}
else//中间删除
{
prev->_next = cur->_next;
}
delete cur;
--_n;
return true;
}
else
{
prev = cur;
cur = cur->_next;
}
}//end of whlie
return false;
}
pair<iterator, bool> insert(const T& data)
{
KeyOfT kot;
iterator ret = find(kot(data));
if (ret != end())
{
return make_pair(ret, false);
}
HashFunc hf;
if (_n == _table.size())
{
size_t newSize = _table.size() == 0 ? 10 : _table.size() * 2;
vector<Node*> newTable;
newTable.resize(newSize);
for (size_t i = 0; i < _table.size(); ++i)
{
Node* cur = _table[i];
while (cur)
{
Node* next = cur->_next;
size_t index = hf(kot(cur->_data)) % newSize;
cur->_next = newTable[index];
newTable[index] = cur;
cur = next;
}
}
swap(_table, newTable);
}
size_t index = hf(kot(data)) % _table.size();
Node* newNode = new Node(data);
newNode->_next = _table[index];
_table[index] = newNode;
++_n;
return make_pair(iterator(newNode, this), true);
}
private:
vector<Node*> _table;
size_t _n = 0;
};
}
3.2 封装unordered_map
#pragma once
#include "HashTable.h"
using namespace LinkHash;
namespace ns_um
{
template<class K, class V, class HashFunc = Hash<K>>
class unordered_map
{
private:
struct KeyOfT
{
const K& operator()(const pair<K, V>& kv)
{
return kv.first;
}
};
public:
typedef typename HashTable<K, pair<K, V>, KeyOfT, HashFunc>::iterator iterator;
iterator begin()
{
return _ht.begin();
}
iterator end()
{
return _ht.end();
}
pair<iterator, bool> insert(const pair<K, V>& kv)
{
return _ht.insert(kv);
}
V& operator[](const K& key)
{
auto ret = _ht.insert(make_pair(key, V()));
return ret.first->second;
}
private:
HashTable<K, pair<K, V>, KeyOfT, HashFunc> _ht;
};
}
3.2 封装unordered_set
#pragma once
#include "HashTable.h"
using namespace LinkHash;
namespace ns_us
{
template<class K, class HashFunc = Hash<K>>
class unordered_set
{
private:
struct KeyOfT
{
const K& operator()(const K& key)
{
return key;
}
};
public:
typedef typename HashTable<K, K, KeyOfT, HashFunc>::iterator iterator;
iterator begin()
{
return _ht.begin();
}
iterator end()
{
return _ht.end();
}
pair<iterator, bool> insert(const K& key)
{
return _ht.insert(key);
}
private:
LinkHash::HashTable<K, K, KeyOfT, HashFunc> _ht;
};
}