西宁网站建设开发,德州做网站的公司有哪些,品牌网站建设咨询,安徽省青年企业家协会通报#x1f4af; 博客内容#xff1a;从零带你实现unordered_map #x1f600; 作 者#xff1a;陈大大陈 #x1f680; 个人简介#xff1a;一个正在努力学技术的准C后端工程师#xff0c;专注基础和实战分享 #xff0c;欢迎私信#xff01; #x1f496; 欢迎大家… 博客内容从零带你实现unordered_map 作 者陈大大陈 个人简介一个正在努力学技术的准C后端工程师专注基础和实战分享 欢迎私信 欢迎大家这里是CSDN我总结知识和写笔记的地方喜欢的话请三连有问题请私信 目录
闭散列/哈希桶 拉链法
开散列图示
开散列代码
增容代码 哈希/散列:映射关键字和另一个值建立一个关联关系。
哈希表/散列表:映射关键字和储存位置建立一个关联关系。
哈希/散列是一种算法思想而哈希表/散列表是基于这种算法思想而实现的一种数据结构这点很容易混淆。
上一篇博客介绍了两个解决哈希冲突的方法
1.线性探测 hashii (i0)
2.二次探测 hashii^2 (i0)
这两种方法都不算是什么灵丹妙药还是太慢。
最好的方法是下面这个。
闭散列/哈希桶 拉链法
哈希每一个存的不是唯一的值而是一个指针数组。
这样一来key值相同的值都会存到一个指针数组里面查找就方便了很多。
它的查找直接‘’内部消化‘’不会影响到别的值。
这样的每一个节点我们称之为桶。
当一个桶的节点过多时吗这个桶的存储结构由链表变为红黑树。
平均时间复杂度是O(1)。
当存储的值是string等类型的话不能直接入表。
要使用仿函数来类型转换。
HashFunc的作用是转成整型值。
直接把字母的ASCII值加起来看行不行。
需要特别注意的是汉字的ASCII值是负数存储的时候需要用到特殊的方法。
否则会发生整形提升简单的两个汉字加起来就能有好几亿。
上篇文章也说过了 解决哈希冲突 两种常见的方法是闭散列和开散列
闭散列也叫开放定址法当发生哈希冲突时如果哈希表未被装满说明在哈希表中必然还有
空位置那么可以把key存放到冲突位置中的“下一个” 空位置中去。
今天咱们就来提提开散列。
开散列法又叫链地址法(开链法)首先对关键码集合用散列函数计算散列地址具有相同地
址的关键码归于同一子集合每一个子集合称为一个桶各个桶中的元素通过一个单链表链
接起来各链表的头结点存储在哈希表中。
开散列图示 从上图可以看出开散列中每一个桶中放的元素都是发生哈希冲突的。 开散列代码 #define _CRT_SECURE_NO_WARNINGS
templateclass V
struct HashBucketNode
{HashBucketNode(const V data): _pNext(nullptr), _data(data){}HashBucketNodeV* _pNext;V _data;
};
templateclass V
class HashBucket
{typedef HashBucketNodeV Node;typedef Node* PNode;
public:HashBucket(size_t capacity 3) : _size(0){_ht.resize(GetNextPrime(capacity), nullptr);}// 哈希桶中的元素不能重复PNode* Insert(const V data){// 确认是否需要扩容。。。// _CheckCapacity();// 1. 计算元素所在的桶号size_t bucketNo HashFunc(data);// 2. 检测该元素是否在桶中PNode pCur _ht[bucketNo];while (pCur){if (pCur-_data data)return pCur;pCur pCur-_pNext;}// 3. 插入新元素pCur new Node(data);pCur-_pNext _ht[bucketNo];_ht[bucketNo] pCur;_size;return pCur;}// 删除哈希桶中为data的元素(data不会重复)返回删除元素的下一个节点PNode* Erase(const V data){size_t bucketNo HashFunc(data);PNode pCur _ht[bucketNo];PNode pPrev nullptr, pRet nullptr;while (pCur){if (pCur-_data data){if (pCur _ht[bucketNo])_ht[bucketNo] pCur-_pNext;elsepPrev-_pNext pCur-_pNext;pRet pCur-_pNext;delete pCur;_size--;return pRet;}}return nullptr;}PNode* Find(const V data);size_t Size()const;bool Empty()const;void Clear();bool BucketCount()const;void Swap(HashBucketV, HF ht;~HashBucket();
private:size_t HashFunc(const V data){return data % _ht.capacity();}
private:vectorPNode* _ht;size_t _size; //哈希表中有效元素的个数
}; 桶的个数是一定的随着元素的不断插入每个桶中元素的个数不断增多极端情况下可 能会导致一个桶中链表节点非常多会影响的哈希表的性能因此在一定条件下需要对哈希 表进行增容那该条件怎么确认呢开散列最好的情况是每个哈希桶中刚好挂一个节点 再继续插入元素时每一次都会发生哈希冲突因此在元素个数刚好等于桶的个数时可 以给哈希表增容。 增容代码 void _CheckCapacity()
{size_t bucketCount BucketCount();if(_size bucketCount){HashBucketV, HF newHt(bucketCount);for(size_t bucketIdx 0; bucketIdx bucketCount; bucketIdx){PNode pCur _ht[bucketIdx];while(pCur){// 将该节点从原哈希表中拆出来_ht[bucketIdx] pCur-_pNext;// 将该节点插入到新哈希表中size_t bucketNo newHt.HashFunc(pCur-_data);pCur-_pNext newHt._ht[bucketNo];newHt._ht[bucketNo] pCur;pCur _ht[bucketIdx];}}newHt._size _size;this-Swap(newHt);}
} 这块东西实在是太多下篇博客咱们继续实现。
