哈希的使用和开闭散列的模拟实现
- 1. 使用
- 1.1 unordered_map的接口
- 1.2 unordered_set的接口
- 2. 哈希底层
- 2.1 概念
- 2.2 解决哈希冲突
- 3. 实现
- 3.1 开放寻址法
- 3.2 拉链法
1. 使用
1.1 unordered_map的接口
- 构造
void test1()
{
// 空的unordered_map对象
unordered_map<int, int> m1(10);
cout << "桶的实际个数->" << m1.bucket_count() << endl;
// 用列表初始化来进行初始化
unordered_map<int, int> m2{ {1,1}, {2,2}, {3,3} };
cout << "列表初始化-> " << endl;
for (const auto& e : m2)
{
cout << e.first << " " << e.second << endl;
}
cout << endl;
// 迭代器区间初始化
unordered_map<int, int> m3(m2.begin(), m2.end());
cout << "迭代器区间初始化-> " << endl;
for (const auto& e : m2)
{
cout << e.first << " " << e.second << endl;
}
cout << endl;
}
int main()
{
test1();
return 0;
}
运行结果 :
桶的实际个数->16
列表初始化->
1 1
2 2
3 3
迭代器区间初始化->
1 1
2 2
3 3
- 容量
- 元素访问
void test2()
{
unordered_map<string, int> mat{ {"小呆呆", 1}, {"波比", 2} };
cout << "初始化-> " << endl;
for (const auto& e : mat)
{
cout << e.first << " " << e.second << endl;
}
cout << endl;
mat["猪猪侠"];
cout << "插入功能-> " << endl;
for (const auto& e : mat)
{
cout << e.first << " " << e.second << endl;
}
cout << endl;
mat["波比"] = 5;
cout << "修改功能-> " << endl;
for (const auto& e : mat)
{
cout << e.first << " " << e.second << endl;
}
cout << endl;
mat["超人强"] = 6;
cout << "插入 + 修改功能-> " << endl;
for (const auto& e : mat)
{
cout << e.first << " " << e.second << endl;
}
cout << endl;
}
int main()
{
test2();
return 0;
}
运行结果 :
初始化->
小呆呆 1
波比 2
插入功能->
小呆呆 1
猪猪侠 0
波比 2
修改功能->
小呆呆 1
猪猪侠 0
波比 5
插入 + 修改功能->
小呆呆 1
猪猪侠 0
波比 5
超人强 6
- 查询
void test3()
{
unordered_map<string, int> mat{ {"小呆呆", 1}, {"波比", 2} };
mat["猪猪侠"] = 5;
mat["猪猪侠"] = 7;
size_t cnt = mat.count("猪猪侠");
cout << cnt << endl;
auto it = mat.find("小呆呆");
if (it != mat.end())
{
cout << it->first << " is " << it->second << endl;
}
else
{
cout << "查无元素! " << endl;
}
cout << endl;
auto git = mat.find("超人强");
if (git != mat.end())
{
cout << git->first << " is " << git->second << endl;
}
else
{
cout << "查无元素! " << endl;
}
}
int main()
{
test3();
return 0;
}
运行结果 :
1
小呆呆 is 1
查无元素!
- 修改
void test4()
{
unordered_map<string, int> mat1{ {"小呆呆", 1}, {"波比", 2} };
// 插入
mat1.insert({ "小呆呆", 5 });
mat1.insert({ "超人强", 6 });
for (const auto& e : mat1)
{
cout << e.first << " " << e.second << endl;
}
cout << endl;
// 删除
mat1.erase("波比");
mat1.erase("猪猪侠");
for (const auto& e : mat1)
{
cout << e.first << " " << e.second << endl;
}
cout << endl;
// 交换
unordered_map<string, int> mat2{ {"迪迦",1}, {"戴拿",2}};
mat1.swap(mat2);
cout << "交换后的mat1-> " << endl;
for (const auto& e : mat1)
{
cout << e.first << " is " << e.second << endl;
}
cout << endl;
cout << "交换后的mat2-> " << endl;
for (const auto& e : mat2)
{
cout << e.first << " is " << e.second << endl;
}
}
int main()
{
test4();
return 0;
}
运行结果 :
小呆呆 1
波比 2
超人强 6
小呆呆 1
超人强 6
交换后的mat1->
迪迦 is 1
戴拿 is 2
交换后的mat2->
小呆呆 is 1
超人强 is 6
- 桶操作
void test5()
{
unordered_map<string, int> mat1{ {"小呆呆", 1}, {"波比", 2}, {"迪迦", 3} };
// 桶的个数
cout << mat1.bucket_count() << endl << endl;
// 每个桶的有效个数
for (int i = 0; i < mat1.bucket_count(); i++)
{
printf("[%d] -> %d\n", i, mat1.bucket_size(i));
}
cout << endl;
// 各个key所在的桶
for (const auto& e : mat1)
{
cout << mat1.bucket(e.first) << endl;
}
}
int main()
{
test5();
return 0;
}
运行结果 :
8
[0] -> 1
[1] -> 0
[2] -> 1
[3] -> 0
[4] -> 0
[5] -> 0
[6] -> 1
[7] -> 0
2
6
0
1.2 unordered_set的接口
unordered_set 和 unordered_map的接口大致一样, 但是没有 operator [ ]
2. 哈希底层
2.1 概念
unordered_set 和 unordered_map的效率高的原因 ⇒ 底层是哈希结构
- 理想中的搜索方法 :
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( l o g 2 N log_2 N log2N),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.
使元素的存储位置和关键码建立一 一映射的关系, 这个方法称为 哈希(散列)方法
,
通过一个函数使得存储位置和关键码建立一 一映射的关系, 这个函数称为 哈希函数
,
最终形成的结构, 称为 哈希(散列)表, HashTable
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
-
先浅浅地看一下哈希结构, 来理解一下概念
-
常见的哈希函数
哈希冲突的一个重要原因就是 哈希函数设置的不好
那么, 我们来了解一下最常见的两个哈希函数-
直接寻址法 :
一个key对应一个位置
前提 : 知道数据集合的大小 和 分布情况
适合场景: 数据量小且均匀
-
除留余数法 :
准备一个基准值去估计数据量的多少, 设为m, 采用 hash(key) = key % m的方法去建立元素和下标的一 一 映射关系
-
-
采用直接寻址法 — —
数据量小 且 集中
字符串中第一个唯一字符
class Solution {
public:
int firstUniqChar(string s)
{
// <s中的每个字符, 个数>
int hash[26] = {0};
// 映射
for(auto e : s)
{
hash[e-'a']++;
}
// 查找
for(int i = 0; i < s.size(); i++)
{
if(hash[s[i] - 'a'] == 1)
{
return i;
}
}
return -1;
}
};
-
采用除留余数法 — —
任何场景下都可
下面的 哈希冲突解决 和 实现 都是采用的除留余数法 -
哈希函数设置的越巧妙, 哈希冲突就越低, 但是
哈希冲突无法避免
2.2 解决哈希冲突
解决哈希冲突主要有两种方法 : 闭散列 和 开散列
- 闭散列
闭散列, 也叫开放寻址法
,
思路是 :当冲突发生时, 必然有空位置, 那么把冲突的元素放到 "下一个空位置" 即可!
-
插入逻辑
-
查找逻辑
- 这从另一方面也体现了
哈希表的有效数据不应该占比太大 ⇒ 否则就是遍历这个哈希结构, O(N)
但是也不能占比太少 ⇒ 浪费空间
⇒一般, 控制 有效个数 / 哈希结构的大小 在 [0.7, 0.8]的范围内是比较合理的
- 这从另一方面也体现了
-
删除逻辑
首先, 能确定的是不能直接把这个位置去掉
那么该位置要进行保留, 那么值该怎么处理呢 ?
改为 0, -1 … … 等无意义的数值?
其实这些都是不行的,你怎么知道你修改后的数据是无意义的呢
⇒ 能确定的是该位置的值也要进行保留
⇒该位置要进行保留, 值也要进行保留 && 不能影响后面的查找逻辑
那么该怎么把它删掉呢? ⇒引入每个下标的状态 : 删除状态, 空白状态, 存在状态
-
由于删除逻辑而导致新的插入逻辑
-
由于删除逻辑而导致新的查找逻辑
- 开散列
开散列, 又叫作拉链法
上面的开放地址法
解决哈希冲突的办法是将经过哈希函数处理过的 相同的key, "延后落座"
拉链法的解决思路是将经过哈希函数处理的 相同的key 放到一个单链表中, 然后将每一个单链表的头结点放到一个数组里面. 本质是一个
指针数组
- 这里的插入删除, 查找逻辑就是在
key那个桶进行单链表操作
🗨️ 有同学就会说, 这不是单链表操作吗, 不过如此!
- 我们可以控制
有效数据个数 / 桶的大小 = 1 ⇒ 平均下来就是一个桶一个数据
3. 实现
这里都先实现 数据位pair<K, V>类型的
3.1 开放寻址法
- STATE类型
enum STATE
{
EXIT,
DELETE,
EMPTY
};
- HashData类
template<class K, class V>
struct HashData
{
public:
HashData()
{}
HashData(const pair<K, V>& kv)
:_data(kv)
{}
public:
pair<K, V> _data;
STATE _st = EMPTY;
};
- Hash类
template<class K, class V, class Com = DEFAULT<K>>
class hash
{
public:
hash()
{
// 1. 先给4个空间
// 2. size 和 capacity一样大
_table.resize(4);
}
bool insert(const pair<K, V>& kv)
{
// 扩容逻辑
if ((double)_sz / _table.size() >= 0.7)
{
size_t newsize = _table.size() * 2;
hash<K, V> new_ht;
new_ht._table.resize(newsize);
// 挪动数据
for (size_t i = 0; i < _table.size(); i++)
{
// 不用挪动删除状态的值
if (_table[i]._st == EXIT)
{
new_ht.insert(_table[i]._data);
}
}
std::swap(*this, new_ht);
}
// 线性探测
for (const auto& e : _table)
{
if (kv.first == e._data.first)
{
return false;
}
}
size_t hashi = com(kv.first) % _table.size();
while (_table[hashi]._st == EXIT)
{
++hashi;
hashi %= _table.size();
}
_sz++;
_table[hashi] = kv;
_table[hashi]._st = EXIT;
return true;
}
// 返回有key,
// 不允许用户在外面更改key,
// 所以返回<const K, V>*
HashData<const K, V>* find(const K& key)
{
size_t hashi = com(key) % _table.size();
while (_table[hashi]._st != EMPTY)
{
if (_table[hashi]._st == EXIT && _table[hashi]._data.first == key)
{
return (HashData<const K, V>*)&_table[hashi];
}
hashi++;
hashi %= _table.size();
}
return nullptr;
}
bool erase(const K& key)
{
// 复用find
HashData<const K, V>* res = find(key);
if (res)
{
res->_st = DELETE;
_sz--;
return true;
}
else
{
return false;
}
//for (auto e : _table)
//{
// if (e._data.first == key)
// {
// e._st = DELETE;
// _sz--;
// return true;
// }
//}
//return false;
}
private:
vector<HashData<K, V>> _table;
size_t _sz = 0;
Com com;
};
- DEFAULT —
通过仿函数来解决 字符串 不能进行 % 的问题
// 通过仿函数来解决 字符串 不能进行 %
template<class K>
struct DEFAULT
{
size_t operator()(const K& key)
{
return (size_t)key;
}
};
// 模版的特化 -- 全特化
// 解决 字符串问题
template<>
struct DEFAULT<string>
{
size_t operator()(const string& key)
{
int res = 0;
for (auto e : key)
{
res += e * 131;
}
return res;
}
};
3.2 拉链法
- HashData类
template<class K, class V>
struct HashData
{
public:
HashData(const pair<K, V>& kv)
:_data(kv)
{}
public:
pair<K, V> _data;
HashData<K, V>* _next;
};
- Hash类
template<class K, class V, class Com = DEFAULT<K>>
class hash
{
typedef HashData<const K, V> Node;
public:
hash()
{
_table.resize(4, nullptr);
}
Node* find(const K& key)
{
size_t hashi = com(key) % _table.size();
Node* cur = _table[hashi];
while (cur)
{
if (com(cur->_data.first) == com(key))
{
return cur;
}
cur = cur->_next;
}
return nullptr;
}
bool insert(const pair<K, V>& kv)
{
Node* res = find(kv.first);
if (res)
{
return false;
}
// 扩容逻辑
if (_sz == _table.size())
{
vector<Node*> new_table;
new_table.resize(_table.size() * 2, nullptr);
for (size_t i = 0; i < _table.size(); i++)
{
Node* cur = _table[i];
// 顺手牵走这个桶的内容
while (cur)
{
// 提前保存 next, 后面会改变的
Node* next = cur->_next;
size_t hashi = com(cur->_data.first) % new_table.size();
// 先让cur链接上新表中该桶的内容
cur->_next = new_table[hashi];
// 再让cur成为新表中该桶的头节点
new_table[hashi] = cur;
cur = next;
}
}
_table.swap(new_table);
}
// 插入逻辑
size_t hashi = com(kv.first) % _table.size();
Node* newnode = new Node(kv);
newnode->_next = _table[hashi];
_table[hashi] = newnode;
++_sz;
return true;
}
bool erase(const K& key)
{
Node* res = find(key);
if (res == nullptr)
{
return false;
}
else
{
size_t hashi = com(key) % _table.size();
Node* cur = _table[hashi];
Node* prev = nullptr;
while (cur)
{
if (cur->_data.first == key)
{
if (prev == nullptr)
{
_table[hashi] = cur->_next;
}
else
{
prev->_next = cur->_next;
}
}
prev = cur;
cur = cur->_next;
}
--_sz;
delete cur;
}
return true;
}
void print()
{
for (int i = 0; i < _table.size(); i++)
{
Node* cur = _table[i];
printf("[%d]->", i);
while (cur)
{
printf("%d", cur->_data.first);
cur = cur->_next;
}
cout << "NULL" << endl;
}
cout << endl;
}
private:
vector<Node*> _table;
size_t _sz = 0;
Com com;
};
- DEFAUL —
通过仿函数来解决 字符串 不能 % 的问题
// 通过仿函数来解决 字符串 不能进行 %
template<class K>
struct DEFAULT
{
size_t operator()(const K& key)
{
return (size_t)key;
}
};
// 模版的特化 -- 全特化
// 解决 字符串问题
template<>
struct DEFAULT<string>
{
size_t operator()(const string& key)
{
int res = 0;
for (auto e : key)
{
res += e * 131;
}
return res;
}
};
无心买酒谒青春,对镜空嗟白发新。
花下少年应笑我,垂垂羸马访高人。
— — 岳飞 <过张溪赠张完>