C++数据结构之哈希表如何实现

本篇内容主要讲解“C++数据结构之哈希表如何实现”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“C++数据结构之哈希表如何实现”吧!

哈希表概念

二叉搜索树具有对数时间的表现，但这样的表现建立在一个假设上：输入的数据有足够的随机性。哈希表又名散列表，在插入、删除、搜索等操作上具有「常数平均时间」的表现，而且这种表现是以统计为基础，不需依赖输入元素的随机性。

听起来似乎不可能，倒也不是，例如：

假设所有元素都是 8-bits 的正整数，范围 0~255，那么简单得使用一个数组就可以满足上述要求。首先配置一个数组 Q，拥有 256 个元素，索引号码 0~255，初始值全部为 0。每一个元素值代表相应的元素的出现次数。如果插入元素 i，就执行 Q[i]++，如果删除元素 i，就执行 Q[i]--，如果查找元素 i，就看 Q[i] 是否为 0。

这个方法有两个很严重的问题。

• 如果元素是 32-bits，数组的大小就是2³²=4GB，这就太大了，更不用说 64-bits 的数了

• 如果元素类型是字符串而非整数，就需要某种方法，使其可用作数组的索引

散列函数

如何避免使用一个太大的数组，以及如何将字符串转化为数组的索引呢？一种常见的方法就是使用某种映射函数，将某一元素映射为一个「大小可接受的索引」，这样的函数称为散列函数。

散列函数应有以下特性：

• 函数的定义域必须包含需要存储的全部关键字，当散列表有 m 个地址时，其值域在 0 到 m - 1 之间

• 函数计算出来的地址能均匀分布在整个空间

直接定址法

取关键字的某个线性函数为散列地址：Hash(Key)=A∗Key+B

优点：简单、均匀

缺点：需要事先知道关键字的分布情况

使用场景：数据范围比较集中的情况

除留余数法

设散列表的索引个数为 m，取一个不大于 m，但最接近 m 的质数 p 最为除数，按照散列函数：Hash(Key)=key，将关键字转化为哈希地址

平方取中法

假设关键字为 1230，它的平方是 1512900，取中间的 3 位 129 作为哈希地址；

再比如关键字为 321，它的平方是 103041，取中间的 3 位 304（或 30）作为哈希地址。

哈希冲突

使用散列函数会带来一个问题：可能有不同的元素被映射到相同的位置。这无法避免，因为元素个数大于数组的容量，这便是「哈希冲突」。解决冲突问题的方法有很有，包括线性探测、二次探测、开散列等。

线性探测

当散列函数计算出某个元素的插入位置，而该位置上已有其他元素了。最简单的方法就是向下一一寻找（到达尾端，就从头开始找），直到找到一个可用位置。

进行元素搜索时同理，如果散列函数计算出来的位置上的元素值与目标不符，就向下一一寻找，直到找到目标值或遇到空。

至于元素的删除，必须采用伪删除，即只标记删除记号，实际删除操作在哈希表重新整理时再进行。这是因为哈希表中的每一个元素不仅表示它自己，也影响到其他元素的位置。

从上述插入过程我们可以看出，当哈希表中元素变多时，发生冲突的概率也变大了。由此，我们引出哈希表一个重要概念：负载因子。

负载因子定义为：Q = 表中元素个数 / 哈希表的长度

• 负载因子越大，剩余可用空间越少，发生冲突可能越大

• 负载因子越小，剩余可用空间越多，发生冲突可能越小，同时空间浪费更多

因此，控制负载因子是个非常重要的事。对于开放定址法（发生了冲突，就找下一个可用位置），负载因子应控制在 0.7~0.8 以下。超过 0.8，查找时的 CPU 缓存不命中按照指数曲线上升。

二次探测

线性探测的缺陷是产生冲突的数据会堆在一起，这与其找下一个空位置的方式有关，它找空位置的方式是挨着往后逐个去找。二次探测主要用来解决数据堆积的问题，其命名由来是因为解决碰撞问题的方程式F(i)=i²是个二次方程式。

更具体地说，如果散列函数计算出新元素的位置为 H，而该位置实际已被使用，那么将尝试H+1²,H+2²,H+3²,...,H+i²，而不是像线性探测那样依次尝试H+1,H+2,H+3,...,H+i。

大量实验表明：当表格大小为质数，而且保持负载因子在 0.5 以下（超过 0.5 就重新配置），那么就可以确定每插入一个新元素所需要的探测次数不超过 2。

链地址法

这种方法是在每一个表格元素中维护一个链表，在呢个链表上执行元素的插入、查询、删除等操作。这时表格内的每个单元不再只有一个节点，而可能有多个节点。

节点的定义：

template <class Value>struct __hashtable_node {__hashtable_node* next;    Value val;};

哈希表的实现

闭散列

接口总览

template <class K, class V>class HashTable {struct Elem {pair<K, V> _kv;State _state = EMPTY;};public:Elem* Find(const K& key);bool Insert(const pair<K, V>& kv);bool Erase(const K& key);private:vector<Elem> _table;size_t _n = 0;};

节点的结构

因为在闭散列的哈希表中的每一个元素不仅表示它自己，也影响到其他元素的位置。所以要使用伪删除，我们使用一个变量来表示。

/// @brief 标记每个位置状态enum State {    EMPTY,    // 空    EXIST,    // 有数据    DELETE    // 有数据，但已被删除};

哈希表的节点结构，不仅存储数据，还存储状态。

/// @brief 哈希表的节点struct Elem {    pair<K, V> _kv;    // 存储数据    State _state;    // 存储状态    };

查找

查找的思路比较简单：

• 利用散列函数获取映射后的索引

• 遍历数组看是否存在，直到遇到空表示查找失败

/// @brief 查找指定 key/// @param key 待查找节点的 key 值/// @return 找到返回节点的指针，没找到返回空指针Elem* Find(const K& key) {    if (_table.empty()) {        return nullptr;    }    // 使用除留余数法的简化版本，并没有寻找质数    // 同时，该版本只能用于正整数，对于字符串等需使用其他散列函数    size_t start = key % _table.size();    size_t index = start;    size_t i = 1;    // 直到找到空位置停止    while (_table[index]._state != EMPTY) {        if (_table[index]._state == EXIST && _table[index]._kv.first == key) {            return &_table[index];        }        index = start + i;        index %= _table.size();        ++i;        // 判断是否重复查找        if (index == start) {return nullptr;        }    }    return nullptr;}

在上面代码的查找过程中，加了句用于判断是否重复查找的代码。理论上上述代码不会出现所有的位置都有数据，查找不存在的数据陷入死循环的情况，因为哈希表会扩容，闭散列下负载因子不会到 1。

但假如，我们插入了 5 个数据，又删除了它们，之后又插入了 5 个数据，将 10 个初始位置都变为非 EMPTY。此时我们查找的值不存在的话，是会陷入死循环的。

插入

插入的过程稍微复杂一些：

首先检查待插入的 key 值是否存在

其次需要检查是否需要扩容

使用线性探测方式将节点插入

/// @brief 插入节点/// @param kv 待插入的节点/// @return 插入成功返回 true，失败返回 falsebool Insert(const pair<K, V>& kv) {    // 检查是否已经存在    Elem* res = Find(kv.first);    if (res != nullptr) {        return false;    }    // 看是否需要扩容    if (_table.empty()) {        _table.resize(10);    } else if (_n > 0.7 * _table.size()) {// 变化一下负载因子计算，可以避免使用除法        HashTable backUp;        backUp._table.resize(2 * _table.size());        for (auto& [k, s] : _table) {            // C++ 17 的结构化绑定            // k 绑定 _kv，s 绑定 _state            if (s == EXIST) {                backUp.Insert(k);            }        }        // 交换这两个哈希表，现代写法        _table.swap(backUp._table);    }    // 将数据插入    size_t start = kv.first % _table.size();    size_t index = start;    size_t i = 1;    // 找一个可以插入的位置    while (_table[index]._state == EXIST) {        index = start + i;        index %= _table.size();        ++i;    }    _table[index]._kv = kv;    _table[index]._state = EXIST;    ++_n;    return true;}

删除

删除的过程非常简单：

查找指定 key

找到了就将其状态设为 DELETE，并减少表中元素个数

/// @brief 删除指定 key 值/// @param key 待删除节点的 key/// @return 删除成功返回 true，失败返回 falsebool Erase(const K& key) {    Elem* res = Find(key);    if (res != nullptr) {        res->_state = DELETE;        --_n;        return true;    }    return false;}

开散列

接口总览

template <class K, class V>class HashTable {struct Elem {Elem(const pair<K, V>& kv) : _kv(kv), _next(nullptr){}pair<K, V> _kv;Elem* _next;};public:Elem* Find(const K& key);bool Insert(const pair<K, V>& kv);bool Erase(const K& key);private:vector<Elem*> _table;size_t _n = 0;};

节点的结构

使用链地址法解决哈希冲突就不再需要伪删除了，但需要一个指针，指向相同索引的下一个节点。

/// @brief 哈希表的节点struct Elem {    Elem(const pair<K, V>& kv)         : _kv(kv)            , _next(nullptr)        {}    pair<K, V> _kv;    // 存储数据    Elem* _next;    // 存在下一节点地址};

查找

查找的实现比较简单：

利用散列函数获取映射后的索引

遍历该索引位置的链表

/// @brief 查找指定 key/// @param key 待查找节点的 key 值/// @return 找到返回节点的指针，没找到返回空指针Elem* Find(const K& key) {    if (_table.empty()) {        return nullptr;    }    size_t index = key % _table.size();    Elem* cur = _table[index];    // 遍历该位置链表    while (cur != nullptr) {        if (cur->_kv.first == key) {            return cur;        }        cur = cur->_next;    }    return nullptr;}

插入

开散列下的插入比闭散列简单：

首先检查待插入的 key 值是否存在

其次需要检查是否需要扩容

将新节点以头插方式插入

/// @brief 插入节点/// @param kv 待插入的节点/// @return 插入成功返回 true，失败返回 falsebool Insert(const pair<K, V>& kv) {    // 检查是否已经存在    Elem* res = Find(kv.first);    if (res != nullptr) {        return false;    }    // 检查是否需要扩容    if (_table.size() == _n) {        vector<Elem*> backUp;        size_t newSize = _table.size() == 0 ? 10 : 2 * _table.size();        backUp.resize(newSize);        // 遍历原哈希表，将所有节点插入新表        for (int i = 0; i < _table.size(); ++i) {            Elem* cur = _table[i];            while (cur != nullptr) {                // 取原哈希表的节点放在新表上，不用重新申请节点                Elem* tmp = cur->_next;                size_t index = cur->_kv.first % backUp.size();                cur->_next = backUp[index];                backUp[index] = cur;                cur = tmp;            }            _table[i] = nullptr;        }        _table.swap(backUp);    }    // 将新节点以头插的方式插入    size_t index = kv.first % _table.size();    Elem* newElem = new Elem(kv);    newElem->_next = _table[index];    _table[index] = newElem;    ++_n;    return true;}

删除

开散列的删除与闭散列有些许不同：

获取 key 对应的索引

遍历该位置链表，找到就删除

/// @brief 删除指定 key 值/// @param key 待删除节点的 key/// @return 删除成功返回 true，失败返回 falsebool Erase(const K& key) {    size_t index = key % _table.size();    Elem* prev = nullptr;    Elem* cur = _table[index];    while (cur != nullptr) {        if (cur->_kv.first == key) {            if (prev == nullptr) {                // 是该位置第一个节点                _table[index] = cur->_next;            } else {                prev->_next = cur->_next;            }            delete cur;// 释放该节点            --_n;            return true;        }        prev = cur;        cur = cur->_next;    }    return false;}

到此，相信大家对“C++数据结构之哈希表如何实现”有了更深的了解，不妨来实际操作一番吧！这里是编程网网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！