简单了解一下哈希表（C++）

哈希表（Hash Table），又称散列表（从译名上看，有散乱排序的意思），是一种根据关键码值（Key）直接访问记录的数据结构。它通过哈希函数将关键码映射到表中的存储位置，实现快速查找、插入和删除操作，理想情况下时间复杂度接近 O(1)

哈希表的哈希函数（将数据元素的关键键值映射为元素存储位置的函数）有很多种，这里只讲一下 直接定址法 和 除法散列法（除留余数法）

直接定址法：

当关键字的范围比较集中时，就可以直接使用关键字的值作为存储位置的下标，比如集中在 [0，99] 范围内的，就可以开辟一个大小为100的数组，每个关键字的值就是数组下标；又或者使用关键字的某个线性函数值作为哈希地址，即通过公式 H(key)=key 或 H(key)=a×key+b（a、b 为常数）建立关键字与存储位置的一一对应关系，从而实现根据关键字直接计算存储位置。

需要注意的是，直接定址法具有局限性：它只适用于范围集中 的 整型

除法散列法（除留余数法）：

除法散列法又叫除留余数法，就是用关键字 % 上哈希表大小 得到的值（余数），用来映射到开辟的空间

不管是用哪种哈希函数，都会有多个值对一个位置的情况，叫做 哈希冲突/哈希碰撞

要注意的是，哈希冲突是不可避免的，所以只能去寻找好的哈希构造方法来减少冲突的次数

当使用除留余数法时，要避免哈希表的大小为 2的幂或者10的幂 等，因为 % 可以去掉能整除的，留下不能被整除的

这里以 10的幂为例，12002和3456002 两个值如果都 % 上1000，就都只会留下002，计算出来的哈希值相同，会发生哈希冲突

所以最好不要用2的幂、10的幂，这只让部分位参与运算

让32个位都参与运算，得到的结果才是更均匀的

建议取不太接近2的整数次幂的一个质数

所以除留余数法它是对哈希表大小M是有要求的

处理冲突

既然哈希冲突避免不了，就要想办法处理哈希冲突

处理哈希冲突的主要方式有四种：开放地址法、链地址法、再哈希法和建立公共溢出区

这里讲一下 开放地址法和链地址法

开放定址法

开放地址法形成的哈希表叫做闭散列哈希表

原理：当发生哈希冲突时，会按照某种规则找到一个没有存储数据的位置进行存储

有三种不同的开放定址法，分别叫做 线性探测、二次探测、双重探测

这里只讲一下其中的线性探测

线性探测

从发生冲突的位置开始，依次线性往后探寻，直到找到某一个没有存储数据的位置为止，如果探测到了哈希表尾，就返回哈希头部继续寻找

需要注意，线性探测会出现连续冲突的问题，因为冲突数据会放到其它位置，下一个数据如果就指向这个位置，就也需要往后寻找位置

负载因子

在开放定址里，负载因子就是数组槽的占有率，在链定址法里，负载因子就是平均每个链表的长度（元素总数除以桶的个数）

负载因子越大，哈希冲突的概率越高，空间利用率越高；负载因子越小，哈希冲突的概率越低，空间利用率越低

开放定址法会控制 负载因子 在1以下，所以不会出现找不到空间存放数据的情况

底层实现

哈希表底层使用的数组，数组类型是个结构体，结构体里面有着要存的值和当前状态，状态可以帮助查找元素过程中不会受到 被删掉的元素的干扰，即跳过可能存在于后续位置的元素

hash表实现的时候还需要提供仿函数

一个将key值转成整型（因为只有整型可以%hash表大小），一些可以直接转的比如 double、float这些就可以使用hash底层默认的仿函数，但是像string这样不能强转的类型，就需要用户提供对应的仿函数（库里面使用的不需要传仿函数，是因为专门为string搞了特化）

另一个用来获取key值，这个主要是用来适配pair类型的存储，使用key键来进行hash函数

链定址法

使用链定址法的hash表又叫做开散列哈希桶

它提供了从根本上解决冲突的方法，它使用链表将冲突的数据连接起来，并挂在哈希表的一个位置下面，此时冲突数据不再会影响到别的数据存储

链地址法实现的负载因子不再有小于1的限制，它可以在大于1的时候再进行扩容