C++ - 开散列的拉链法（哈希桶） 介绍 和 实现
前言
之前我们介绍了，闭散列 的 开放地址法实现的 哈希表：C++ - 开放地址法的哈希介绍 - 哈希表的仿函数例子_chihiro1122的博客-CSDN博客
但是 闭散列 的 开放地址法 虽然是哈希表实现的一种，但是这种方式实现的哈希表，有一个很大的弊端，就是可能会引起一大片的哈希冲突，因为当发生哈希冲突的时候，他是按照线性探测的方式去找新的位置的，那么在冲突的位置之后，可能有一大片都是有数据存在的，那么每一次寻找都会发生哈希冲突。
而且使用 开放地址法 实现的哈希表，在查找数据的时候，计算出的起始位置不是要查找的数据的时候，也是按照上述哈希冲突的方式去寻找数据的，那么这样的效率就更低了。
更不用想，当 这种哈希表需要扩容的时候，还是类似想 realloc 函数一样，先开一个更大空间，然后再把之前的值都赋值进去之后，再计算新插入的数的初始位置，然后按照上述的方式进行插入。
这种在表当中相邻位置元素比较多的情况，使用开放地址法就会发生拥堵的情况。把本来没有发生哈希冲突的值，都加到 冲突当中了。
二次探测哈希表介绍
在上述线性探测的基础之上，引出了二次探测，如果说线性探测是按照 每次 起始位置 + i (i >= 0,i 往后迭代） 这样的方式实现 一次往后遍历，那么 二次探测就是 起始位置 + i^2 (i>=0) 这样的方式进行探测，遮掩的话就缓解了一些 拥堵情况。但是，这并不是最优解，他的本质上还是 一种线性探测，只不过把 冲突的值 分开了一些而已。
两者的本质都是在块共用的空间当中，进行存储值，这样不管你怎么进行探测，当数据量比较密集之后，很难做到 不发生 一大片的拥堵情况。
在发生哈希冲突之后，只是无脑的往后寻找空位置插入，那么这个位置本来应该插入的元素就被占了，归根结底还是占了别人的空间，而且这种情况随着冲突的变多之后，会发生得更多。
开放地址法的缺点：冲突会互相影响。
所以，此时就有人想了，开放地址法都是在一个空间当中寻找可以插入的地址，那么能不能走出这块空间呢？不要让自己冲突之后，去占用别人的位置，来诱发哈希冲突。
开散列的拉链法（哈希桶）
如果知道计数排序的小伙伴应该很好理解，这里的哈希桶和计数排序当中有点类似。
如果他的规则是 hash = key % mol ，这个哈希函数的话。那么他会先开一个 mol 大小的指针数组，结点也不会像之前一样用一个 数组来存储，而且是把一个元素用一个结点存储，把 hash 值相同的元素用类似链表的方式链接在 对应 指针数组下标上元素指针来指向，如下图所示：
大体框架
template
struct HashNode
{
pair _kv;
hashNode* next; // 每个结点都有一个指针指向这个结点的下一个结点
};
template
class Hash
{
typedef HashNode Node;
public:
Hash()
{
_table.resize(10, nullptr);
}
private:
vector _table; // 指针数组
int _n = 0; // 用于记录哈希桶当中的有效数据个数
}; 指针数组我们使用 vector 的容器来实现，这样就方便我们对这个数组进行管理。每个结点要存储的是 本节点的 key 和 value 以及 指向下一个 结点的指针。
insert（）插入函数
同样要先按照key值大小计算出 这个结点的 hash 值，然后再 对应数组下标位置进行链表的 头插或者尾查，两种插入都行。因为，后头插的元素可能会被先找到，但是我们不知道哪一个元素被查找的次数多，所以用哪一种都行。
核心插入逻辑：
// 计算hash值
size_t hash = kv.first % _table.size();
Node* newnode = new Node(kv);
newnode->_next = _table[hash];
_table[hash] = newnode;
++_n;
return true;当然，因为哈希桶也是一种 开放地址法，那么只要是开放地址法都是需要扩容的，在哈希桶当中就是要扩容 指针数组。因为当数据很多的时候，就会导致 每一个 指针数组元素下面的链表会很长，那么对于查找时候的效率就会降低。
我们应当控制 负载因子 尽量到 1 ，也就是让每个桶当中都尽量存储一个 数据，这样的话，查找的效率就保持在一个很高的 标准。
而且扩容还有一个好处，我们发现一种极端情况，就会有大量的数据集中在一个桶当中，这种情况虽然概率小，但是还是有可能发生的，那么当我扩容的时候，每一个桶当中的数据都会得到分散，这样可以缓解一个桶的压力。
库容的思路不能再使用 闭散列开发地址法当中，在把 旧表当中的数据插入到 新表当中，直接复用 insert（）函数，这样不好。
以为按照我们上述写 insert 的逻辑，如复用的话，每一次复用，都需要重新使用 new Node(kv) 开辟一个新结点出来，而且还有把旧表当中的该结点给释放了，但是，在旧表当中的结点空间是完全可以复用的。
所以，我们在依次变量的时候就 直接依次遍历链表和其中的结点，把每个结点直接挪到 新表的 指针数组后面，按照新表当中的 插入规则插入即可。
扩容代码：
// 负载因子 到 1 就扩容（每一个桶当中都有数据）
if (_n == _table.size())
{
size_t newsize = _table.size() * 2;
vector newTable;
newTable.resize(newsize, nullptr);
for (int i = 0; i < _table.size(); i++)
{
Node* cur = _table[i];
while (cur)
{
Node* next = cur->_next; // 保存链表的下一个结点
// 头插到新表当中
size_t hashi = kv.first % newTable.size();
cur->_next = newTable[hashi];
newTable[hashi] = cur;
// 向链表后迭代
cur = next;
}
}
// 交换 两个表在 对象当中的指向，让编译器 帮我们释放旧表的空间
_table.swap(newTable);
} 上述使用现代写法，直接交换指针，出了insert（）作用域，让编译器把旧表空间释放掉，但是释放的 vector 只是释放 vector 容器的空间，并不会释放 Node* 结点空间。vector 的销毁是调用 delete[] ，而 delete[] 分为两种，先要调用容器中与元素的析构函数，遍历析构各个元素，但是这个容器当中的 每一个元素的类型是一个指针，是一个内置类型，内置类型没有析构函数。所以不会调用析构函数，直接进行第二部，直接对 vector 空间释放。
只有 类似 vector _table 这种结构，那么vector当中的每一个元素存储的都是一个 list 自定义类型，那么都是有析构函数的，那么我们上述 扩容逻辑使用的是 这种结构的话，就不能复用 结点了， delete[] vector 就会先遍历调用其中每个元素的析构函数来进行析构
。
哈希表当中的扩容所带来的消耗是无法避免的，但是其实哈希表扩容次数并不多，按照我们上述书写的逻辑，一次扩容两倍的话，2^20 大概 100w，也就是说插入100w 个数据 只用扩容 20次，已经非常的少了。
但是，虽然哈希表的扩容优化不好写，但是还是有人提出：
比如上述，他是用两个表，一个是当前的表，一个是扩容之后的表，当 我们想要 没有桶的位置（比如指针数组下标1位置）插入一个数据的时候，就直接把这个桶移到 扩容的 指针数组当中的对应位置。他用这样的方式，相当于是把 一次扩容的消耗，分散到了每一次插入数据当中，那么在用户体验来说，就大大增强了。
但是这种方法实现起来非常麻烦，其中还有很多细节，我们就是用之前实现的扩容逻辑就已经很好用了。
写一个 print（）函数方便查看 哈希桶当中的数据：
void Print()
{
for (size_t i = 0; i < _table.size(); i++)
{
printf("[%d]->", i);
Node* cur = _table[i];
while (cur)
{
cout << cur->_kv.first << "->";
cur = cur->_next;
}
printf("NULL\n");
}
}insert（）代码：
bool insert(const pair& kv)
{
if (find(kv.first))
{
return false;
}
// 负载因子 到 1 就扩容（每一个桶当中都有数据）
if (_n == _table.size())
{
size_t newsize = _table.size() * 2;
vector newTable;
newTable.resize(newsize, nullptr);
for (int i = 0; i < _table.size(); i++)
{
Node* cur = _table[i];
while (cur)
{
Node* next = cur->_next; // 保存链表的下一个结点
// 头插到新表当中
size_t hashi = cur->_kv.first % newTable.size();
cur->_next = newTable[hashi];
newTable[hashi] = cur;
// 向链表后迭代
cur = next;
}
}
// 交换 两个表在 对象当中的指向，让编译器 帮我们释放旧表的空间
_table.swap(newTable);
}
// 计算hash值
size_t hashi = kv.first % _table.size();
Node* newnode = new Node(kv);
newnode->_next = _table[hashi];
_table[hashi] = newnode;
++_n;
return true;
} find（）函数
哈希桶的find（）查找函数，先利用哈希函数计算链表起始位置，然后就是一个链表的遍历查找。
Node* find(const K& key)
{
size_t hash = key % _table.size();
Node* cur = _table[hash];
while (cur)
{
if (cur->_kv.first == key)
return cur;
cur = cur->_next;
}
return nullptr;
}erase（）函数
删除结点函数，在寻找结点这一块，我们不复用 find（）函数，因为find（）函数返回的是该结点指针，但是我们删除链表当中的结点需要修改链接关系，需要找到该结点的上一个结点，或者是指针数组当中元素，所以我们可以字节写查找逻辑：
bool erase(const K& key)
{
size_t hashi = key % _table.size();
Node* cur = _table[hashi];
Node* prev = nullptr;
while (cur)
{
if (cur->_kv.first == key)
{
if (!prev)
{
_table[hashi] = cur->_next;
}
else
{
prev->_next = cur->_next;
}
delete cur;
return true;
}
prev = cur;
cur = cur->_next;
}
return false;
}析构函数
因为，指针数组当中存储的是一个 Node* 是一个指针，也就是一个内置类型，在释放的时候编译器对内置类型不处理，但是对自定义类型会去调用这个自定义类型的析构函数。
所以，因为 _table 的类型是 vector
~hash()
{
for (size_t i = 0; i < _table.size(); i++)
{
Node* cur = _table[i];
while (cur)
{
Node* next = cur->_next;
delete cur;
cur = next;
}
_table[i] = nullptr;
}
}把 哈希当中的key 值转换成适用多多种类型的仿函数写法
当然，哈希表当中不能可能只存储 int 这一种类型，如果是 string类，也是有自己的比较方式的，所以，我们可以像 在优先级队列当中，实现多种类型的适配仿函数，利用模版参数的控制来控制key 值的取出方法：
template
struct DefaultHashFunc
{
size_t operator()(const K& key)
{
// 不管是什么类型的，都转换成 size_t
// 不管是 负数还是正数，都转换为 正数
return (size_t)key;
}
};
// string 的特化
template<>
struct DefaultHashFunc
{
size_t operator()(const string& str)
{
// 字符串转 int 的算法
int hash = 0;
for (auto& ch : str)
{
hash *= 131;
hash += ch;
}
return hash;
}
};
template>
class hash
{
typedef HashNode Node;
public:
····································
····································
····································
bool insert(const pair& kv)
{
HashFunc hf;
if (find(kv.first))
{
return false;
}
// 负载因子 到 1 就扩容（每一个桶当中都有数据）
if (_n == _table.size())
{
size_t newsize = _table.size() * 2;
vector newTable;
newTable.resize(newsize, nullptr);
for (int i = 0; i < _table.size(); i++)
{
Node* cur = _table[i];
while (cur)
{
Node* next = cur->_next; // 保存链表的下一个结点
// 头插到新表当中
size_t hashi = hf(cur->_kv.first) % newTable.size();
cur->_next = newTable[hashi];
newTable[hashi] = cur;
// 向链表后迭代
cur = next;
}
}
// 交换 两个表在 对象当中的指向，让编译器 帮我们释放旧表的空间
_table.swap(newTable);
}
// 计算hash值
size_t hashi = hf(kv.first) % _table.size();
Node* newnode = new Node(kv);
newnode->_next = _table[hashi];
_table[hashi] = newnode;
++_n;
return true;
} 把各个函数需要取出key 值的方法都用仿函数封装。
具体的实现逻辑，可以看看下面博客当中对 闭散列开放式地址法哈希表当中对 仿函数的书写：
C++ - 开放地址法的哈希介绍 - 哈希表的仿函数例子_chihiro1122的博客-CSDN博客
哈希桶的完整代码：
namespace hash_bucket
{
template
struct HashNode
{
T _data;
HashNode* _next; // 每个结点都有一个指针指向这个结点的下一个结点
HashNode(const T& data)
:_data(data)
,_next(nullptr)
{}
};
template>
class hash
{
typedef HashNode Node;
public:
hash()
{
_table.resize(10, nullptr);
}
bool Insert(const T& data)
{
HashFunc hf;
KeyOfT kot;
if (find(data))
{
return false;
}
// 负载因子 到 1 就扩容（每一个桶当中都有数据）
if (_n == _table.size())
{
size_t newsize = _table.size() * 2;
vector newTable;
newTable.resize(newsize, nullptr);
for (int i = 0; i < _table.size(); i++)
{
Node* cur = _table[i];
while (cur)
{
Node* next = cur->_next; // 保存链表的下一个结点
// 头插到新表当中
size_t hashi = hf(kot(cur->_data)) % newTable.size();
cur->_next = newTable[hashi];
newTable[hashi] = cur;
// 向链表后迭代
cur = next;
}
}
// 交换 两个表在 对象当中的指向，让编译器 帮我们释放旧表的空间
_table.swap(newTable);
}
// 计算hash值
size_t hashi = hf(data) % _table.size();
Node* newnode = new Node(data);
newnode->_next = _table[hashi];
_table[hashi] = newnode;
++_n;
return true;
}
Node* find(const K& key)
{
HashFunc hf;
KeyOfT kot;
size_t hash = hf(kot(key)) % _table.size();
Node* cur = _table[hash];
while (cur)
{
if (kot(cur->_data) == key)
return cur;
cur = cur->_next;
}
return nullptr;
}
bool erase(const K& key)
{
HashFunc hf;
KeyOfT kot;
size_t hashi = hf(kot(key)) % _table.size();
Node* cur = _table[hashi];
Node* prev = nullptr;
while (cur)
{
if (hf(kot(cur->_data)) == key)
{
if (!prev)
{
_table[hashi] = cur->_next;
}
else
{
prev->_next = cur->_next;
}
delete cur;
return true;
}
prev = cur;
cur = cur->_next;
}
return false;
}
void Print()
{
for (size_t i = 0; i < _table.size(); i++)
{
printf("[%zd]->", i);
Node* cur = _table[i];
while (cur)
{
cout << kot(cur) << "->";
cur = cur->_next;
}
printf("NULL\n");
}
cout << endl;
cout << endl;
}
~hash()
{
for (size_t i = 0; i < _table.size(); i++)
{
Node* cur = _table[i];
while (cur)
{
Node* next = cur->_next;
delete cur;
cur = next;
}
_table[i] = nullptr;
}
}
private:
vector _table; // 指针数组
int _n = 0; // 用于记录哈希桶当中的有效数据个数
};
} 结言
上述实现的 哈希桶，还有很多的封装工作没有做，因为上述的哈希桶准备用来实现 unordered_set 和 unordered_map 的底层实现，所以关于 key 值不能修改，或者是迭代器在 unordered_set 和 unordered_map 的 封装博客的当中还要对 哈希桶进行 改进。