【数据结构】哈希表的开散列和闭散列模拟

2024-02-13 23:20
文章标签 数据结构 模拟 哈希 闭散列 开散列

本文主要是介绍【数据结构】哈希表的开散列和闭散列模拟，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

哈希思想


在顺序和树状结构中，元素的存储与其存储位置之间是没有对应关系，因此在查找一个元素时，必须要经过多次的比较。

顺序查找的时间复杂度为0(N)，树的查找时间复杂度为log(N)。

我们最希望的搜索方式：通过元素的特性，不需要对比查找，而是直接找到某个元素。

这一个通过key与存储位置建立一一的思想就是hash思想。

哈希表就是基于哈希思想的一种具体实现。哈希表也叫散列表，是一种数据结构。无论有多少条数据，插入和查找的时间复杂度都是O(1),因此由于其极高的效率，被广泛使用。

建立映射关系：
例如集合{8，5，6，3，7，2，1，0}

key为每个元素的值，capaticy为哈希表元素的容量。

357801d7e27342f283f999b121998957.png

映射过程：
元素8   key=8  8%10=8 映射在数组下标为第8的位置上

元素7   映射在下标为7的位置上

  1. 直接定值法：（关键数范围集中，量不大的时候）关键字和存储位置是一一对应，不存在哈希冲突
  2. 除留余数法：（关键字很分散，量很大）关键字和存储位置是一对多的关系，存在哈希冲突

哈希冲突

对于两个数据元素的关键字 eq?k_%7Bi%7D 和 eq?k_j%7B%7D (i != j)，有 eq?k_%7Bi%7D != eq?k_j%7B%7D ，但有：Hash(eq?k_%7Bi%7D) == Hash(eq?k_j%7B%7D)，即：不同关键字通过相同哈希函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

例如上述的举例：
key的值为 18  15的时候

hashi计算的方法得出 需要映射到8 和5的位置上，但是8 和5的位置已经存在其它值。这就产生了冲突

哈希冲突的解决

1.开放定址法(闭散列)

a:线性探测

        如果发生冲突，就往后一次一步寻找为空的位置。

b:二次探测

        发生冲突，每次往后走俩步，寻找没有冲突的位置。

线性探测的缺点：容易产生成片的冲突

二次探测的缺点：虽然解决了容易产生成片冲突，但是空间利用率也不高

2.开散列

又称开链法、哈希桶，计算如果产生了哈希冲突，就以链表的形式将冲突的值链接起来。

哈希表的闭散列实现

闭散列哈希中的，每个位置不仅需要存储数据，还需要标注状态，方便查找删除。

enum State { EMPTY, EXIST, DELETE };


标记状态的意义？

在一个哈希表中，如果需要存放，我们会计算出key映射位置。如果key映射位置被占走，会往后继续寻找到删除/空的位置放置。

在查找时，在映射位置找不到时，需要往后寻找，我们不可能一直往后寻找O(N).,那就失去哈希表的价值，当我们遇到存在/删除位置时继续往后寻找，直到找到空位置，说明没有该元素。

因此在存储时，每个位置都必须有状态和数据

		struct Elem{pair<K, V> _val;State _state;};

框架

希表还需要维持容量的问题。因此需要_size表示实际存放，来维持负载因子

template<class K,class V> //k—v结构
class HashTable	
{
public:
//...
private:vector<Elem> _ht;size_t _size;		//实际存储size_t _totalSize;  // 哈希表中的所有元素：有效和已删除, 扩容时候要用到
};

哈希表的插入

  1. 根据K查找是为空，是则返回false
  2. 计算负载因子，是否需要扩容
  3. 插入新元素
  4. 更新位置状态，有效数目增加

扩容的方法

  • 开新的哈希表（默认空间为原来的2倍）
  • 遍历旧表，调用哈希表的插入。
  • 交换俩个表。

		// 插入bool Insert(const pair<K, V>& val){if (Find(val.first) != -1)return false;//负载因子为7时，扩容if ((_size * 10) / _ht.size() == 7){size_t newsize = _ht.size() * 2;HashTable<K, V>newht;newht._ht.resize(newsize);//遍历旧表for (size_t i = 0; i < _ht.size(); i++){if (_ht[i]._state == EXIST)newht.Insert(_ht[i]._val);}_ht.swap(newht._ht);}//出入新元素size_t hashi = HashFunc(val.first);while (_ht[hashi]._state == EXIST){++hashi;hashi %= _ht.size();}_ht[hashi]._val = val;_ht[hashi]._state = EXIST;++_size;++_totalSize;return true;}

哈希表的查找

通过hash函数映射到hashi，往后一直比对，遇到存在比对，不是要找的val就往后需要，遇到删除也往后对比。直到遇到空返回。

		// 查找size_t Find(const K& key){size_t hashi = HashFunc(key);while (_ht[hashi]._state != EMPTY){if (_ht[hashi]._state == EXIST&& _ht[hashi]._val.first == key){return hashi;}++hashi;hashi %= _ht.size();}return -1;}

哈希表的删除

删除是比较简单，是一种伪删除，不需要对数据清楚，只需要修改状态为删除，减少有效个数

  1. 调用find，没有则返回flase
  2. 修改为状态
  3. 减少个数
		bool Erase(const K& key){int hashi = Find(key);if (hashi == -1)	return false;_ht[hashi]._state = DELETE;--_size;return true;}

这三部分就是闭散列的主体结构。需要维持负载因子和状态。

Gitee: 闭散列哈希代码

哈希桶


开散列哈希表就不要需要状态的使用，是由一个链表的数组构成。

就是一排一排的桶。想要查找数据，只需要映射位置，在桶中寻找，是O(1)的放法.

特别极端情况下可能达到O(N)。

框架


底层可以依赖单链表，只需要简单的头插即可。

链表的结点：需要包含下一个位置的指针，需要包含pair键值对

	template<class K, class V>struct HashNode{pair<K, V>_kv;HashNode<K, V>* _next;//构造HashNode(const pair<K, V>& kv):_kv(kv), _next(nullptr){}};

同样需要记录表中有效元素的个数，但是一般情况下，负载因子在80%-90%效率最大

我们为了简单实现，在100%时才扩容。 

template<class K, class V>
class HashTable
{
public://...
private:vector<Node*> _table; //哈希表size_t _n = 0; //哈希表中的有效元素个数
};

哈希桶的插入

  1. 检查是否为已经存在的Key
  2. 检查负载因子，为1就扩容
  3. 往hashi位置头插插入
  4. 修改个数

扩容的方法

  1. rasize一个二倍数量的原表
  2. 遍历旧表，将一个元素从链表的头取下，插入到新表中的hashi位置上。注意保存下一个位置！
  3. 交换俩张表

		bool Inset(const pair<K, V>& kv){if (Find(kv.first)){return false;}hash hf;//扩容if (_tables.size() == _n){size_t newsize = _tables.size() * 2;vector<Node*> newtable;newtable.resize(newsize, nullptr);for (size_t i = 0; i < (_tables.size()); i++){Node* cur = _tables[i];while (cur){Node* next = cur->_next;size_t hashi = hf(cur->_kv.first % newtable.size());//头插cur->_next = newtable[hashi];newtable[hashi] = cur;cur = next;}_tables[i] = nullptr;}_tables.swap(newtable);}size_t hashi = hf(kv.first) % _tables.size();Node* newnode = new Node(kv);newnode->_next = _tables[hashi];_tables[hashi] = newnode;_n++;return true;}

哈希桶的查找

  • 计算hashi
  • 遍历单链表
  • 为空则返回flase
		Node* Find(const K& key){hash fc;size_t hashi = fc(key) % _tables.size();Node* cur = _tables[hashi];while (cur){if (cur->_kv.first == key)return cur;cur=cur->_next;}return nullptr;}

哈希桶的删除

删除需要主要是删除的中间结点还是首结点

需要保存父亲结点

和单链表的删除基本一致

		bool Erase(const K& key){hash fc;size_t hashi = fc(key) % _tables.size();Node* cur = _tables[hashi];Node* prev = nullptr;while (cur){//找到了if (cur->_kv.first == key){//头删if (prev == nullptr){_tables[hashi] = cur->_next;}else{prev->_next = cur->_next;}delete cur;return true;}}return false;}

 Gitee: 开散列哈希桶代码

关于仿函数HashFunc

仿函数是一种回调，可以定义出函数对象。

是对不同类型转化为key，之前在位图就已经介绍，本文用的是BDK算法

对于string字符串类型会有存在冲突，但是可以通过不同的算法映射到不到的位置上，通过几个值的比对能减少失误的概率。

template<class K>
struct DefaultHash
{size_t operator()(const K& key){return (size_t)key;}
};//特化 针对字符串
template<>
struct DefaultHash<string>
{size_t operator()(const string& key){//BKDRsize_t hash = 0;for (auto ch : key){hash = hash * 131 + ch;}return hash;}
};

 

 

这篇关于【数据结构】哈希表的开散列和闭散列模拟的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/706897。

相关文章

Python使用pynput模拟实现键盘自动输入工具

Python使用pynput模拟实现键盘自动输入工具

《Python使用pynput模拟实现键盘自动输入工具》在日常办公和软件开发中,我们经常需要处理大量重复的文本输入工作,所以本文就来和大家介绍一款使用Python的PyQt5库结合pynput键盘控制... 目录概述：当自动化遇上可视化功能全景图核心功能矩阵技术栈深度效果展示使用教程四步操作指南核心代码解析
阅读更多...
Python模拟串口通信的示例详解

Python模拟串口通信的示例详解

《Python模拟串口通信的示例详解》pySerial是Python中用于操作串口的第三方模块,它支持Windows、Linux、OSX、BSD等多个平台,下面我们就来看看Python如何使用pySe... 目录1.win 下载虚www.chinasem.cn拟串口2、确定串口号3、配置串口4、串口通信示例5
阅读更多...
Java如何将文件内容转换为MD5哈希值

Java如何将文件内容转换为MD5哈希值

《Java如何将文件内容转换为MD5哈希值》：本文主要介绍Java如何将文件内容转换为MD5哈希值的实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Java文件内容转换为MD5哈希值一个完整的Java示例代码代码解释注意事项总结Java文件内容转换为MD5
阅读更多...
C#数据结构之字符串(string)详解

C#数据结构之字符串(string)详解

《C#数据结构之字符串(string)详解》：本文主要介绍C#数据结构之字符串(string),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录转义字符序列字符串的创建字符串的声明null字符串与空字符串重复单字符字符串的构造字符串的属性和常用方法属性常用方法总结摘
阅读更多...
CSS模拟 html 的 title 属性(鼠标悬浮显示提示文字效果)

CSS模拟 html 的 title 属性(鼠标悬浮显示提示文字效果)

《CSS模拟html的title属性(鼠标悬浮显示提示文字效果)》：本文主要介绍了如何使用CSS模拟HTML的title属性，通过鼠标悬浮显示提示文字效果，通过设置`.tipBox`和`.tipBox.tipContent`的样式，实现了提示内容的隐藏和显示，详细内容请阅读本文，希望能对你有所帮助... 效
阅读更多...
Go语言中三种容器类型的数据结构详解

Go语言中三种容器类型的数据结构详解

《Go语言中三种容器类型的数据结构详解》在Go语言中,有三种主要的容器类型用于存储和操作集合数据：本文主要介绍三者的使用与区别,感兴趣的小伙伴可以跟随小编一起学习一下... 目录基本概念1. 数组（Array）2. 切片（Slice）3. 映射（Map）对比总结注意事项基本概念在 Go 语言中，有三种主要
阅读更多...
哈希leetcode-1

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素（O(1)） 当我们要频繁的查找某个元素，第一哈希表O(1)，第二，二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储，只要开26个c
阅读更多...
【数据结构】——原来排序算法搞懂这些就行，轻松拿捏

【数据结构】——原来排序算法搞懂这些就行，轻松拿捏

前言：快速排序的实现最重要的是找基准值，下面让我们来了解如何实现找基准值 基准值的注释：在快排的过程中，每一次我们要取一个元素作为枢纽值，以这个数字来将序列划分为两部分。 在此我们采用三数取中法，也就是取左端、中间、右端三个数，然后进行排序，将中间数作为枢纽值。 快速排序实现主框架： //快速排序 void QuickSort(int* arr, int left, int rig
阅读更多...
【C++】_list常用方法解析及模拟实现

【C++】_list常用方法解析及模拟实现

相信自己的力量，只要对自己始终保持信心，尽自己最大努力去完成任何事，就算事情最终结果是失败了，努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一：什么是list？ •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二：list常用接口 •🌰1.默认成员函数 🔥构造函数（⭐） 🔥析构函数 •🌰2.list对象
阅读更多...
usaco 1.3 Prime Cryptarithm(简单哈希表暴搜剪枝)

usaco 1.3 Prime Cryptarithm(简单哈希表暴搜剪枝)

思路： 1. 用一个 hash[ ] 数组存放输入的数字，令 hash[ tmp ]=1 。 2. 一个自定义函数 check( ) ，检查各位是否为输入的数字。 3. 暴搜。第一行数从 100到999，第二行数从 10到99。 4. 剪枝。 代码： /*ID: who jayLANG: C++TASK: crypt1*/#include<stdio.h>bool h
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2