哈希表查找是否有重复值 哈希表去除重复项，unordered_set

用哈希表去除数据中的重复项

哈希表（Hash Table，也叫散列表），是根据键（Key）而直接访问在内存存储位置的数据结构。哈希表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。这个映射函数称做哈希函数，存放记录的数组称做哈希表。

1.unordered_set构造函数

unordered_set<int> set1; //创建空set
unordered_set<int> set2(set1);    //拷贝构造
unordered_set<int> set3(set1.begin(), set1.end());    //迭代器构造
unordered_set<int> set4(arr,arr+5);    //数组构造
unordered_set<int> set5(move(set2));    //移动构造
unordered_set<int> set6 {1,2,10,10};//使用initializer_list初始化

unordered_set常用函数

set1.find(2);    //查找2，找到返回迭代器，失败返回end()
set1.count(2);    //返回指2出现的次数，0或1
set1.emplace(3);    //使用转换移动构造函数，返回pair<unordered_set<int>::iterator, bool>
set1.insert(3);    //插入元素，返回pair<unordered_set<int>::iterator, bool>
set1.insert({1,2,3});    //使用initializer_list插入元素
set1.insert(set1.end(), 4);//指定插入位置，如果位置正确会减少插入时间，返回指向插入元素的迭代器
set1.insert(set2.begin(), set2.end());//使用范围迭代器插入
set1.erase(1);	    //删除操作，成功返回1，失败返回0
set1.erase(set1.find(1));	    //删除操作，成功返回下一个pair的迭代器
set1.erase(set1.begin(), set1.end());    //删除set1的所有元素，返回指向end的迭代器
set1.empty();        //是否为空
set1.size();        //大小
set1.bucket_count();    //返回容器中的桶数
set1.bucket_size(1);    //返回1号桶中的元素数
set1.bucket(1);    //1在哪一个桶
set1.load_factor();    //负载因子，返回每个桶元素的平均数，即size/float(bucket_count);
set1.max_load_factor();//返回最大负载因子
set1.max_load_factor(2);//设置最大负载因子为2，rehash(0)表示强制rehash
set1.rehash(20);//设置桶的数量为20，并且重新rehash
set1.reserve(20);//将容器中的桶数设置为最适合元素个数，如果20大于当前的bucket_count乘max_load_factor，则增加容器的bucket_count并强制重新哈希。如果20小于该值，则该功能可能无效。
unordered_set<int>::iterator it = set1.begin();	    //返回指向set1首元素的迭代器
unordered_set<int>::const_iterator c_it = set1.cbegin();	    //返回指向set1首元素的常量迭代器
unordered_set<int>::local_iterator it = set1.begin(1);//返回1号桶中的首元素迭代器
unordered_set<int>::const_local_iterator c_it = set1.cbegin(1);//返回1号桶中的首元素的常量迭代器
pair<unordered_set<int>::iterator, unordered_set<int>::iterator> it = set1.equal_range(1);//返回一个pair，pair里面第一个变量是lower_bound返回的迭代器，第二个迭代器是upper_bound返回的迭代器
set1.clear();        //清空

3.验证插入元素是否重复

由于unordered_set底层实现为hash，故set内不会出现重复元素。根据这个性质，结合insert函数，可以验证插入元素是否重复。

#include<iostream>
#include<unordered_set>
using namespace std;

#define NUMS 9

int main(){
	int testdata[NUMS]={1,2,1,4,5,4,3,3,3};
	unordered_set<int> hash;
	for(int i=0;i<=NUMS;i++){
		if(hash.find(testdata[i])!=hash.end()){
			cout<<"有重复值！"<<endl;
			break;
		}
		hash.insert(testdata[i]);
	}
	return 0;
}

4.哈希表去除数据重复项

示例有21条数据，现要求将两个数字都重复的行，只保留一个，由于是要同时判断两个关键字，因此定义了pair_hash结构体，数据文件如下：

代码如下：

#include <iostream>
#include <vector>
#include <unordered_set>
#include<iostream>
#include<fstream>
using namespace std;
//自定义哈希函数，元素类型为 pair<T1, T2> a(X1, X2);
struct pair_hash
{
    template <class T1, class T2>
    size_t operator () (pair<T1, T2> const& pair) const
    {
        size_t h1 = hash<T1>()(pair.first); //用默认的 hash 处理 pair 中的第一个数据 X1
        size_t h2 = hash<T2>()(pair.second);//用默认的 hash 处理 pair 中的第二个数据 X2
        return h1 ^ h2;
    }
};

int main() {
    ifstream f("Testdata.txt");
    int nums;
    f >> nums;
    int index;
    double *x=new double[nums];
    double *y = new double[nums];
    for (int i = 0; i < nums; i++) {
        f >> index >> x[i] >> y[i];
    }
    f.close()
    unordered_set<pair<double,double>,pair_hash> hash;
    for (int i = 0; i < nums; i++) {
        hash.insert({x[i],y[i]});
    }
    printf("%d\n",hash.size());
    for (auto p : hash) {
        cout << p.first << " " << p.second << endl;
    }
    return 0;

}

运行结果结果如下：

5.参考链接

1.https://blog.csdn.net/waveleting/article/details/109002440
2.https://www.cnblogs.com/Kissfly123/p/14637969.html