哈希表的实现(哈希捅)

今天是哈希表的实现，哈希表也是一种数据结构，我个人认为还是比较简单的，先给大家看看我 的实现代码吧，如下：

#pragma once
#include 
#include 
#include 

上面就是我用哈希捅实现的哈希表，思维逻辑还是比较简单的，但是还是要注意的点。

先来说说哈希表的作用吧。我个人感觉哈希表就是寻找方便，时间复杂度是O(1)，个人认为这应该是查找的天花板了吧，就连各种效率都很优的AVL树和红黑树都是log(n)，所以个人认为这个数据结构应该是查找的天花板了，但是他的缺点也很明显。我们先来看看下面的图，来看看他的原理：

如上，它的原理其实就是这样的，而哈希捅的实现其实使用链表来实现的，也就是每个桶都挂了一个单向链表，其实不仅可以挂单向链表，双向链表其实也可以挂，但是不用双向链表的原因是，双向链表比单链表的消耗大，所以才用的单链表，而在同一个桶的位置，挂数的时候，我们普遍用头插，这个就不说了，很容易理解，头插的时间复杂度是O(1)。

其实很多人在看到这种情况的时候，可能会懵，这中结构怎么查找的时间复杂度是O(1)呢？如果我查找的桶刚好是一个挂的非常多的，这不是就相当于O(N)了嘛，其实这个我刚开始也有这种疑惑，但是到现在我就比较释然了，我们打个比喻，最坏的情况是所有插入的数在一个桶的位置，这个是最坏的情况，但是不知道大家测试过吗？这种情况除非是人为的，也就是自己故意的，不然基本是不会出现的，因为我测试过，插入随机的十万个左右的树，它的桶数是大概好像是十二万多，而每个桶所挂起的数，最多的才是3个，普遍都是一个桶挂一个数，所以你担心的情况所出现的概率是非常低的。几乎没有，除非你是自己故意的。所以他的每个桶所挂起的数，基本是常数级别的，所以就是O(1),如果你实现是担心，其实他的每个桶的位置不一定要挂链表，也可以挂红黑树啊，这样效率不就是越来越高了嘛，所以我们不要看到一点点的缺点就不放过，而且他的这个缺点出现的概率实在是太低太低了。

我们可以看到的是，它的查找效率几乎是无敌的，因为不管查找什么，他都是映射的关系，直接映射到它的桶的位置，但是其实他的缺点也非常的大，它的缺点就是扩容的消耗太大了，因为他扩容还要把所有的数据再给新扩的这个表拷贝一份，所以这个是他的缺点。

还有就是线性探测与二次探测的方法来实现哈希表，这个后面会陆续的发。

本篇内容如果对你有用的话，希望带你一下赞吧！！！