1.哈希

概念

可以不经过任何比较，直接从表中得到要搜索的元素。关键在于通过某种散列函数，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。这样就可以通过o(1)的时间复杂度来寻找到元素。

例如数据集合{1,7,4,5,9,6}，哈希函数hash(key)=key&capacity

冲突

hash(7)=7 hash(17)=7,两个不同的数通过哈希函数映射到了一个位置，产生了冲突。哈希函数设计的越精妙，产生冲突的可能性就越低，但无法避免。

解决方法：

闭散列（开放定址法）
开散列（拉链法）

2.散列

2.1 散列查找的基本思想

在记录的存储位置和它的关键码之间建立一个确定的对应关系H，使得每个关键码key和唯一的存储位置H(key)相对应。

采用散列技术将记录存储在一块连续的存储空间中，这块连续的存储空间称为散列表(hash table)，将关键码映射为散列表中适当存储位置的函数称为散列函数(hash function)，所得到的存储位置成为散列地址(hash address)。

2.2 常见的散列函数

直接定址法

集合为{10，30，50，70，80，90}，选取H(key) = key/10

直接定址法的特点是不会产生冲突，但实际应用中能使用这种散列函数的情况很少。

它适用于事先知道关键码的分布，关键码集合不是很大且连续性较好的情况。

除留余数法

选择某个适当的正整数p，以关键码除以p的余数作为散列地址，H(key) = key mod p

平方取中法

平方取中法是对关键码平方后，按散列表大小，取中间若干位作为散列地址（简称平方后截取），其原理是一个数平方后，中间的几位分布较均匀，从而冲突发生的概率较小。

对于关键码1234，假设散列地址是2位，由于1234×1234=1522756，选取中间的两位作为散列地址，可以选22也可以选27。

通常用在事先不知道关键码的分布且关键码的位数不是很大的情况

2.3 处理冲突的办法

开放定址法（线性探测/闭散列）本篇博文后续实现

链地址法（哈希桶/开散列）见如下博文C++--哈希表--开散列（哈希桶的模拟实现）--1110_Gosolo！的博客-CSDN博客

多重散列法

3. 闭散列

闭散列，（开放定址法）发生冲突时，如果哈希表没有被填满，则表内一定还有其他空闲位置，可以把冲突值放到下一个没有被占用的空余位置上。

如何找到下一个没有被占用的空位？答：采用线性探测方法。从发生冲突的位置开始，依次向后探测，直到寻找到下一个空位置为止。

3.1 线性探测

线性探测的插入

如：在上述的哈希表中插入元素44，由于下标为4的位置放入了元素4，于是从该位置往后++，找到第一个不为空的位置，将44放入。

线性探测的删除

在寻找要删除的元素时，依然会根据存放在哈希表的下标开始寻找，比如在上述哈希表中寻找4，在4下标位置直接就可以找到该元素。但如果直接将其删除，那后续寻找元素44时，就会因为4下标没有元素，而认为元素44不存在于这张哈希表。所以我们需要设置一个状态来表示删除。

3.2 哈希表闭散列的模拟实现

我们写在一个自定义类域 Closehash 里面

3.2.1 准备工作

哈希表中元素状态

namespace Closehash
{//哈希表中元素的状态enum State{EMPTY,EXIT,DELETE};
}

存储类型用pair即可，但是数据中要包含状态，我们进行一次封装

//由于数据需要一个状态，所以需要将pair<K,V>封装一层template<class K,class V>struct HashDate{pair<K, V>_kv;State _state;};

开始（画饼）构建哈希表的内容

template<class K,class V>class HashTable{public:bool Insert(const pair<K,V>& kv);HashDate<K, V>* find(const K& key);bool Erase(const K& key);private:vector<HashDate<K,V>> _tables;size_t _size = 0;};

3.2.2 闭散列的插入

     bool Insert(const pair<K, V>& kv){//if (Find(kv.first)) return false; //Find实现了再去掉注释if (_tables.size() == 0 || 10 * _size / _tables.size() >= 7)//相当于存了70%{//开始扩容size_t newsize = _tables.size()== 0 ? 10 : _tables.size() * 2;HashTable<K, V> newHash;newHash._tables.resize(newsize);for (auto e: _tables)//注意_tables是HashDate类型 里面有_kv 和_state{if (e._state == EXIST){newHash.Insert(e._kv);}}//资本家拷贝方法_tables.swap(newHash._tables);}//走到这里扩容完成 或者空间足够大size_t hashi = kv.first % _tables.size();//寻找在表中对应的下标是什么while (_tables[hashi]._state==EXIST){hashi++;//走到头了得回来hashi%=_tables.size();}_tables[hashi]._kv = kv;_tables[hashi]._state = EXIST;_size++;return true;}

测试用例

void TestHT1(){int a[] = { 1, 11, 4, 15, 26, 7, 44 };HashTable<int, int> ht;for (auto e : a){ht.Insert(make_pair(e, e));}ht.Print();}

添加个99以验证扩容功能

3.2.3 闭散列的查找

HashDate<K, V>* Find(const K& key){if (_tables.size() == 0) return nullptr;size_t hashi = key % _tables.size();while (_tables[hashi]._state != EMPTY){if (_tables[hashi]._state != DELETE && _tables[hashi]._kv.first == key){return &_tables[hashi];}hashi++;hashi% _tables.size();}return nullptr;}

测试用例

 cout << ht.Find(4)->_kv.first << endl;

3.2.4 闭散列的删除

bool Erase(const K& key){HashDate<K,V>* ret = Find(key);if (ret){ret->_state = DELETE;--_size;return true;}else{return false;}}

3.3 模拟实现的闭散列中的问题与改进

上述测试用例中使用的是pair<int,int>那我要是用pair<string,int>呢？我的key还可以直接对数组长度取模吗？或者key是一个更复杂的结构体类型呢？

文档中对这一问题，给我们预留一个空间，模板中有一个参数可以用来传入仿函数。

template < class Key,   class T,  class Hash = hash<Key> >

我们这里也按照该方法模拟一个。

 template<class K>struct HashFunc{size_t operator()(const K& key){return (size_t)key;}};// 特化  template<>struct HashFunc<string>{// BKDRsize_t operator()(const string& key){size_t val = 0;for (auto ch : key){val *= 131;val += ch;}return val;}};template<class K,class V,class Hash=HashFunc<K>>class HashTable{public:bool Insert(const pair<K,V>& kv);HashDate<K, V>* find(const K& key);bool Erase(const K& key);private:vector<HashDate<K,V>> _tables;size_t _size = 0;};

在每次求在哈希表中位置的前面添加

Hash hash;

size_t hashi = hash(kv.first) % _tables.size()

测试用例

void TestHT2(){string arr[] = { "苹果", "西瓜", "苹果", "西瓜", "苹果", "苹果", "西瓜", "苹果", "香蕉", "苹果", "香蕉" };//HashTable<string, int, HashFuncString> countHT;HashTable<string, int> countHT;for (auto& str : arr){auto ptr = countHT.Find(str);if (ptr){ptr->_kv.second++;}else{countHT.Insert(make_pair(str, 1));}}}

测试用例没加打印...让我来回看了好几遍代码...蠢到无语

4. 问答

1. 哈希就是一种用于高效查找的数据结构。

2. 哈希之所以高效就是采用了哈希函数（散列函数），将元素和其存储位置建立了一一映射的关系，所以哈希必须使用哈希函数。

3. 哈希冲突是不可能避免的

4. 已知某个哈希表的n个关键字具有相同的哈希值，如果使用二次探测再散列法将这n个关键字存入哈希表，至少要进行（）次探测。

元素1：探测1次

元素2：探测2次

元素3：探测3次

。。。

元素n：探测n次

故要将n个元素存入哈希表中，总共需要探测：1+2+3+...+n = n*(n+1)/2

5. 采用开放定址法处理散列表的冲突时，其平均查找长度高于链接法处理冲突。

开放定址法一旦产生冲突，冲突容易连在一起，引起一连篇的冲突，链地址法一般不会

6. 线性探测采用未删除法，当从哈希表中删除某个元素时，并没有将该元素真正的删除掉，而是采用标记的方式处理，但是不能直接将该位置标记为空，否则会影响从该位置产生冲突的元素的查找。

C++--哈希表--散列--冲突--哈希闭散列模拟实现--问答--1107相关推荐

哈希表and处理冲突的方法
哈希法又称散列法.杂凑法以及关键字地址计算法等,相应的表称为哈希表.这种方法的基本思想是:首先在元素的关键字k和元素的存储位置p之间建立一个对应关系f,使得p=f(k),f称为哈希函数.创建哈希表时, ...
查找算法【哈希表】 - 处理冲突的方法：开放地址法-线性探测法
查找算法[哈希表] - 处理冲突的方法无论如何设计散列函数,都无法避免发生冲突. 如果发生冲突,就需要处理冲突. 处理冲突的方法分为3种: 开放地址法链地址法建立公共溢出区. [开放地址法] 开 ...
什么是哈希表？什么又是哈希冲突？哈希冲突的解决方法？
首先,什么是哈希表?什么又是哈希冲突? ①哈希表是基于数组的一种存储方式.它主要由哈希函数和数组构成.当要存储一个数据的时候,首先用一个函数计算数据的地址,然后再将数据存进指定地址位置的数组里面.这个 ...
哈希表题目：设计哈希映射
文章目录题目标题和出处难度题目描述要求示例数据范围前言解法一思路和算法代码复杂度分析解法二思路和算法代码复杂度分析题目标题和出处标题:设计哈希映射出处:706. ...
【哈希表】(一) 设计哈希表
目录一.设计哈希表二.设计哈希表的关键三.设计哈希集合 3.1 题目要求 3.2 解决过程四.设计哈希映射 4.1 题目要求 4.2 解决过程五.设计哈希表 - 解决方案六.复杂度分析 - ...
在java中哈希表会经常出现哈希碰撞吗
在Java中,哈希表可能会经常出现哈希碰撞.哈希表是一种根据键(Key)来访问值(Value)的数据结构,通过哈希函数将键映射到哈希表的索引位置上.由于哈希函数的映射结果可能不唯一,不同的键可能会被映 ...
哈希表建立及冲突处理
1.哈希表数据储存在一片连续区域:单个节点保存键名(用于校验)和键值(目标数据). 2.键名通过哈希函数变成索引,索引指定该数据储存位置. 3.常见的哈希函数方法有: 对于数值:线性变换,选取若干 ...
哈希表数据结构_Java数据结构哈希表如何避免冲突
前言一.哈希表是what? 这是百度上给出的回答: 简而言之,为什么要有这种数据结构呢? 因为我们想不经过任何比较,一次从表中得到想要搜索的元素.所以就构造出来了哈希表,通过某种函数(哈希函数)使元 ...
Python数据结构实战——哈希表中的冲突处理(Collision Handling In Hash Table)
文章目录 1.定义哈希类(能处理冲突) 2.测试 2.1.增加键值 2.2.查找对应键值 2.3.查看哈希表 2.4.更新值 2.5.删除键值对 1.定义哈希类(能处理冲突) class HashTa ...

C++--哈希表--散列--冲突--哈希闭散列模拟实现--问答--1107

1.哈希

2.散列

2.1 散列查找的基本思想

2.2 常见的散列函数

2.3 处理冲突的办法

3. 闭散列

3.1 线性探测

3.2 哈希表闭散列的模拟实现

3.2.1 准备工作

3.2.2 闭散列的插入

3.2.3 闭散列的查找

3.2.4 闭散列的删除

3.3 模拟实现的闭散列中的问题与改进

4. 问答

C++--哈希表--散列--冲突--哈希闭散列模拟实现--问答--1107相关推荐

最新文章

热门文章