哈希表/散列表(HashTable)c++实现

目录

哈希表实现的思想

除留余数法 

哈希冲突

第一种方法：探测法实现哈希表

探测法的思想 

结点类 

插入数据(insert)

冲突因子

数据扩容

哈希值 

插入的代码实现以及哈希类

查找数据(find)

删除数据(erase)

第二种方法：拉链法实现哈希表

结点类

哈希类的成员

插入(insert)

扩容

插入数据

插入代码总结：

查找(find)

删除数据(erase)

删除代码总结：

---

哈希表实现的思想

除留余数法 

哈希表的实现方法是通过每个值映射出一个下标位置，再存储到一个数组中的下标所对应的位置(有点类似计数排序)

这个值我们叫做哈希值

如图：我们有一个数组

假如我们此时插入一个14，那么直接映射到数组对应下标即可，此时哈希值也为14

 如图数组中通过这种直接映射的方法我们可以直接存储哈希值为0-15的数据，并且数据所对应的哈希值就是它本身

但如果我们此时要在数组中存储一个大于15的数据(例如50)怎么办呢？

解决方法也很简单，前文中哈希值等于数据本身，那么我们此时让数据除(%)数组大小，而余下来的数据就为它的哈希值

如图我们在数组中插入一个50

 这种方法我们叫做除留余数法

哈希冲突

如图数组

我们分别使用除留余数法插入两个数组(0和16)试试

可以看到，此时0和16的哈希值冲突了，这也就是所谓的哈希冲突

而以下说的两种方法都是为了解决哈希冲突 

第一种方法：探测法实现哈希表

探测法的思想 

 探测法的思想很简单，就是如果哈希值发生冲突，那么就从这个哈希值的后面进行探测

探测下一个位置是否为空/删除状态，如果不是，则继续往后探测，直到遇到为空/删除状态为止

 如图数组

我们利用探测法 分别插入0，8，16

 结点类 

哈希表中数据存储的是一个键值对（pair）

而除了键值对pair以外，用探测法实现的哈希表还需要有一个变量来表示结点此时处于删除/空/存在状态，这个状态我们采用的是用枚举实现

于是结点类的实现如下

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

  template 
  struct HashData
  {
    pair _kv;
    State _state = EMPTY;
  };

插入数据(insert)

在插入数据之前我们需要知道的是，哈希表是什么扩容的？存储满再扩容吗？

答案是并不是，原因是当vector的存储数据个数已经快满了以后，哈希表再进行探测插入的话探测的次数就会变多，而此时效率也会变低，所以我们需要在哈希表快满的时候就进行扩容，那么什么时候算快满了呢？

冲突因子

冲突因子 = 哈希表中有的数据 / 哈希表的大小

而我们通过控制冲突因子来控制扩容，当冲突因子的大小＞某个值时，我们就进行扩容

这里的某个值跟vector的扩容一样，是由用户自定义的

一般我们设置为0.7即可

数据扩容

哈希表的扩容不能跟vector一样直接拷贝数据到新表

因为哈希表需要根据数据的哈希值映射到不同的地方存储

哈希值会根据表大小的不同算出不同的哈希值

例如：

96在原大小为10的的表中哈希值为6，但如果表大小扩到20，那么此时96映射的位置为16

既然如此如何处理呢？那么我们就需要先创建一个新表，然后把数据一个一个的重新映射到新表当中

哈希值 

此时还面临一个问题，我们以上举例都为整形家族的，可以直接求出哈希值，但如果这个类型不是整形家族的呢？例如：string、日期类。。。

那么此时我们需要一个仿函数来求出这个类型的哈希值

需要注意的是：这个类型通过仿函数求出的哈希值必须是整形家族的，而这个哈希值我们也必须在插入以后能再次找到

插入的代码实现以及哈希类

 //hash为仿函数模板
  template 
  class HashTable
  {
    typedef HashData Data;

  private:
    vector _table;//哈希表
    size_t _count = 0;//有效数据的个数

  public:
     bool insert(const pair &val)
    {
      //1、判断数据是否存在
      if (Find(val.first))
      {
        return false;
      }
      //2、判断是否扩容
      //因为_count / _table.size() = 浮点数，所以要把_count * 10 ，这里的冲突因子>=0.7就扩容
      if (_table.size() == 0 || _count * 10 / _table.size() >= 7)
      {
        HashTable newtable;
        size_t newsize = _table.size() == 0 ? 10 : _table.size() * 2;
        newtable._table.resize(newsize);
        for (int i = 0; i < _table.size(); ++i)
        {
          newtable.insert(_table[i]._kv);
        }
        newtable._table.swap(_table);
      }
      //3、求出哈希值
      hash hs;
      size_t hashi = hs(val.first);
      hashi %= _table.size();
      //4、找到插入的位置
      while (_table[hashi]._state == EXIST)
      {
        hashi++;
        hashi %= _table.size();
      }
      _table[hashi]._kv = val;
      _table[hashi]._state = EXIST;
      _count++;
      return true;
    }
  };

 查找数据(find)

查找数据我们就把要查找的值的哈希值求出来，再直接通过哈希值映射到对应的下标后用探测法找数据即可

    Data *Find(const K key)
    {
      if (!_table.size())
      {
        return nullptr;
      }
      //求出哈希值并映射下标
      hash hs;
      size_t hashi = hs(key);
      hashi %= _table.size();
      //探测法找数据
      while (_table[hashi]._state == EXIST)
      {
        if (_table[hashi]._kv.first == key)
        {
          return &_table[hashi];
        }
        else
        {
          hashi++;
          hashi %= _table.size();
        }
      }
      return nullptr;
    }

删除数据(erase)

删除数据我们需要先找到这个数据，再把这个数据的状态设置为DELETE即可

    bool erase(const K& key)
    {
      Data* pNode = Find(key);
      if(pNode == nullptr)
      {
        //没找到
        return false;
      }
      else 
      {
        //找到了
        pNode->_state = DELETE;
        return true;
      }
    }

第二种方法：拉链法实现哈希表

第二种方法也是为了解决哈希冲突而实现的

我们知道探测法的解决办法是发生冲突的位置往后探测，直到遇到空/删除的位置插入即可

而拉链法是把发生冲突的数据用一个链表串联起来

如图

 由上图可知，用拉链法实现的哈希表是由一个个链表组成的，所以此方法下的哈希表我们可以使用指针数组实现，并且这个链表我们用单链表实现即可

结点类

此方法下的结点类不需要再有状态因子了，只需要有数据+指针即可

template
struct HashData
{
  std::pair _kv;
  HashData* _next;
  HashData(const std::pair kv)
    :_kv(kv)
    ,_next(nullptr)
  {
  }
};

哈希类的成员

成员是由一个存储链表的数组实现的，并且还需要有一个值来存储有效数据的个数

template>
class HashTable
{
  typedef HashData Data;
private:
  std::vector _table;//表
  size_t _count = 0;//表内有效数据
public:
    //...
}

插入(insert)

插入需要分为两步：

第一步：考虑扩容

第二步：插入数据

扩容

扩容同样需要创建新表，但不需要把原表中的结点释放掉，因为原表中的每一个结点都是我们申请的，如果我们直接释放掉原表中的结点再重新开辟，显然就会导致效率变低

我们只需要把原表的结点重新映射到新表中即可

如下图

我们只需把表中的数据全部放到新表中，再把旧表里的结点全部置为空即可

插入数据

插入数据分为步：

第一步：求出哈希值

第二步：哈希值映射下标

第三步：单链表的插入

插入代码总结：

  bool insert(const std::pair val)
  {
    //扩容
    if(find(val.first))
    {
      return false;
    }
    Hash hs;
    if(_count == _table.size())//冲突因子 = 1
    {
      size_t newCapacity = _table.size() == 0 ? 10 : 2 * _table.size();
      HashTable newTable;
      newTable._table.resize(newCapacity);

      //拷贝一张表的数据
      for(size_t i = 0 ; i < _table.size() ; ++i)
      {
        Data* cur = _table[i];
        //拷贝一串链表的数据
        while(cur)
        {
          size_t hashi = hs(cur->_kv.first) % newTable._table.size();
          if(newTable._table[hashi])
          {
            cur->_next = newTable._table[hashi]->_next;
            newTable._table[hashi]->_next = cur;
          }
          else 
          {
            newTable._table[hashi] = cur;
          }
          cur = cur->_next;
        }
        _table[i] = nullptr;
      }
      *this = newTable;
    }

    //插入数据
    Data* node = new Data(val);
    size_t hashi = hs(node->_kv.first);
    hashi %= _table.size();
    if(_table[hashi])
    {
      node->_next = _table[hashi]->_next;
      _table[hashi]->_next = node;
    }
    else 
    {
      _table[hashi] = node;
    }
    _count++;
    return true;
  }
};

查找(find)

    Data* find(const K& key)
    {
        Hash hs;
        size_t hashi = hs(key);
        hashi %= _table.size();
        Data* cur = _table[hashi];
        while (cur)
        {
            if (cur->_kv.first == key)
            {
                return cur;
            }
            cur = cur->_next;
        }
        return nullptr;
    }

 删除数据(erase)

删除数据也并不复杂，首先我们需要找到数据，再用删除单链表结点的方式进行删除即可

我们需要求出哈希值找到对应结点所在的链表，再用cur逐个遍历这个链表，并且还需要一个prev结点来记录cur的前一个结点，方便单链表的中间删除

当找到数据后要分为两种情况：

第一种情况：结点是所在链表的头节点

如图

第二种情况：结点不是所在链表的头节点

如图

 删除代码总结：

    bool erase(const K& key)
    {
        Hash hs;
        size_t hashi = hs(key);
        hashi %= _table.size();
        Data* cur = _table[hashi];
        Data* prev = _table[hashi];//这个结点是用来记录cur的前一个结点，方便单链表不是头的删除
        while (cur)
        {
            if (cur->_kv.first == key)
            {
                //第一种情况，删除链表的头节点
                if (cur == _table[hashi])
                {
                    Data* next = cur->_next;
                    _table[hashi] = next;
                    delete cur;
                    return true;
                }
                //第二种情况：删除不是头的结点
                else
                {
                    prev->_next = cur->_next;
                    delete cur;
                    return true;
                }
            }
            prev = cur;
            cur = cur->_next;
        }
        //没找到
        return false;
    }
};

那么我们这期HashTable内容就到这了，感谢大家的支持