天元建设集团有限公司路桥工程分公司优化设计答案四年级上册语文
⭐上篇文章：37.C++哈希2（哈希表底层分析与模拟实现-闭散列key模型与key-value模型）-CSDN博客
⭐本篇代码：c++学习/20.哈希与哈希表 · 橘子真甜/c++-learning-of-yzc - 码云 - 开源中国 (gitee.com)
⭐标⭐是比较重要的部分
目录
一. 拉链法与哈希桶
二. 开散列哈希表代码实现
2.1 哈希节点
2.2 哈希表框架
2.3 Insert
2.4 Print
2.5 测试1
2.6 Find
2.7 Erase
三. 完整测试
3.1 key模型
编辑 3.2 key-value模型
一. 拉链法与哈希桶
哈希映射是有冲突的，闭散列通过探测的方式，如果发现自己映射的位置被抢占了，就去抢占其他空闲的位置，这会让哈希冲突变多，从而导致效率降低。
而拉链法和哈希桶解决哈希冲突的方式是：将映射相同位置的所有节点以链表的方式连在一起，这样一来就不会去抢占其他人的位置！
将具有相同地址映射的的节点归于一个子集，每一个子集称为一个哈希桶。桶中的元素通过链表或者其他方式连接起来，链表的头节点放在哈希表中。
如下图，将相同冲突的元素通过链表进行连接。
二. 开散列哈希表代码实现
2.1 哈希节点
与闭散列不同，开散列的哈希节点不需要存放该节点的状态，而是需要存放一个next指针。只用指向下一个节点（如果使用红黑树等结构需要更多的指针）。
节点代码如下：
template <class T>
struct HashData
{T _data;HashData<T> *_next;// 构造函数HashData(const T &data = T()): _data(data), _next(nullptr) {}
};
2.2 哈希表框架
与闭散列一样，需要插入函数，删除函数，查找函数，遍历，以及获取当前数据的key值
成员变量为：_num表示有效数据，_table表示哈希表，这里使用vector作为哈希桶，内部的数据类型的HashData*
代码如下：
// 使用KeyOfT来获取pair的key值
// unordered_set -> <Key,Key>
// unordered_map -> <Key,Value>
template <class K>
struct SetKeyOfT
{const K &operator()(const K &key){return key;}
};template <class K, class T>
struct MapKeyOfT
{const K &operator()(const pair<K, T> &kv){return kv.first;}
};//哈希表，默认为set（key模型）
template <class K, class T, class KeyOfT = SetKeyOfT<int>>
class OpenHashTable
{typedef ::HashData<T> HashData;public:bool Insert(const T &data) {}HashData *Find(const K &key) {}bool Erase(const K &key) {}void Print() {}private:vector<HashData *> _table;size_t _num = 0;
};2.3 Insert⭐
与闭散列一样，开散列也有一个负载因子，只要哈希表中的有效数据与哈希表的长度一样多时候。表明这个哈希表中的数据冲突已经达到了理想状态，此时就需要"扩容"。
理想状态：每一个哈希桶桶只有一个数据，效率达到最高为O(1)。
最糟状态：所有的有效数据都集中在一个哈希桶中，效率退化到O(N)。
如何扩容，需要注意什么？扩容的时候需要遍历旧表，将旧表中的所有数据重新映射到新表中。由于取模的数字变大，每一次扩容都会降低哈希冲突！
由于每一个哈希桶中都是链表，插入数据的时候采用头插法更简单！
代码如下：
bool Insert(const T &data){KeyOfT koft{};// 1. 判断是否需要扩容if (_table.size() == 0 || _num * 100 / _table.size() > 75){// 开辟新表，减少哈希冲突size_t newsize = (_table.size() == 0) ? 10 : _table.size() * 2;vector<HashData *> newtable;newtable.resize(newsize);// 遍历旧表，重新哈希映射到新表for (int i = 0; i < _table.size(); ++i){// 判断每一个哈希桶，通过头插法插入到新表中HashData *cur = _table[i];while (cur != nullptr){HashData *next = cur->_next;int index = koft(cur->_data) % newsize;cur->_next = newtable[index];newtable[index] = cur;cur = next;}_table[i] = nullptr;}_table.swap(newtable); // 使用交换快速替换两张表，旧表直接不要了}// 2. 插入新的数据// 首先需要判断表中有无该数据int index = koft(data) % _table.size();HashData *cur = _table[index];while (cur != nullptr){// 只需要判断key值即可，因为key-value。不同的key可能存在value相同的情况if (koft(cur->_data) == koft(data))return false;cur = cur->_next;}HashData *newnode = new HashData(data);newnode->_next = _table[index];_table[index] = newnode;++_num; // 别忘了增加有效数据return true;}
2.4 Print
既然插入的代码写完了，这时候需要遍历来测试代码是否正确。遍历比较简单，只需要循环遍历哈希表，表头不为空遍历这个链表即可。
代码如下：这里只打印了data的key值
void Print(){KeyOfT koft{};for (int i = 0; i < _table.size(); ++i){HashData *cur = _table[i];std::cout << i << ": ";while (cur != nullptr){std::cout << koft(cur->_data) << " -> ";cur = cur->_next;}std::cout << "nullptr" << std::endl;}}
2.5 测试1
随机插入20个数据，打印哈希表中的内容。查看有无bug
测试代码如下：
#include <iostream>
#include "HashTable.h"
using namespace std;void testset()
{OpenHashTable<int, int> ht;for (int i = 0; i < 20; i++){ht.Insert(rand() % 100);}ht.Print();
}int main()
{srand(time(0) ^ rand());testset();return 0;
}测试结果如下：
可以看到，结果是正确的！
2.6 Find
这个函数是用于查找某一个节点是否在哈希表中，不能去遍历查找，这样的效率是O(N)。而应该先求出该数据在哈希表中的映射位置，在这个哈希桶中查找。间效率提升至O(1)。
HashData *Find(const K &key){if (_table.empty())return nullptr;KeyOfT koft;size_t index = key % _table.size();HashData *cur = _table[index];while (cur != nullptr){if (koft(cur->_data) == key)return cur;cur = cur->_next;}return nullptr;}2.7 Erase⭐
不可以通过Find查找然后去删除，因为桶中是链表，删除某一个节点之后。需要将该节点的前后节点连接起来！
链表删除头节点，只需要将头节点的next节点赋值给头节点即可
bool Erase(const K &key){if (_table.empty())return false;KeyOfT koft;int index = key % _table.size();HashData *prev = nullptr;HashData *cur = _table[index];while (cur != nullptr){if (koft(cur->_data) == key){// 头节点就是删除的节点，需要将头节点置为nextif (prev != nullptr)prev->_next = cur->_next;else_table[index] = cur->_next;delete cur;return true;}prev = cur;cur = cur->_next;}return false;}三. 完整测试
3.1 key模型
#include <iostream>
#include "HashTable.h"
using namespace std;void testset()
{OpenHashTable<int, int> ht;for (int i = 0; i < 15; i++){ht.Insert(rand() % 100);}ht.Print();while (true){cout << "删除数据输入1, 查找数据输入2, 退出输入0:";int n = 0;cin >> n;if (n == 0)break;else if (n == 1){cout << "请输入删除的数字:";int num;cin >> num;bool flag = ht.Erase(num);if (flag){cout << "删除成功,哈希表如下" << endl;ht.Print();}elsecout << "没有这个数据，删除失败！" << endl;}else if (n == 2){cout << "请输入查找的数字:";int num;cin >> num;HashData<int> *data = ht.Find(num);if (data == nullptr)cout << "这个数据不存在" << endl;elsecout << "这个数据存在" << data->_data << endl;}else{cout << "非法输入" << std::endl;continue;}}
}int main()
{srand(time(0) ^ rand());testset();return 0;
}测试结果如下：
3.2 key-value模型
key-value模型需要修改print，让其打印kv键值对
void PrintMap(){KeyOfT koft{};for (int i = 0; i < _table.size(); ++i){HashData *cur = _table[i];std::cout << i << ": ";while (cur != nullptr){std::cout << cur->_data.first << ":" << cur->_data.second << " -> ";cur = cur->_next;}std::cout << "nullptr" << std::endl;}}#include <iostream>
#include "HashTable.h"
using namespace std;void testset()
{OpenHashTable<int, pair<int, char>, MapKeyOfT<int, char>> ht;for (int i = 0; i < 15; i++){int t = rand() % 26;ht.Insert(make_pair(i, (char)(i + 'a')));}ht.PrintMap();while (true){cout << "删除数据输入1, 查找数据输入2, 退出输入0:";int n = 0;cin >> n;if (n == 0)break;else if (n == 1){cout << "请输入删除的数字:";int num;cin >> num;bool flag = ht.Erase(num);if (flag){cout << "删除成功,哈希表如下" << endl;ht.PrintMap();}elsecout << "没有这个数据，删除失败！" << endl;}else if (n == 2){cout << "请输入查找的数字:";int num;cin >> num;HashData<pair<int, char>> *data = ht.Find(num);if (data == nullptr)cout << "这个数据不存在" << endl;elsecout << "这个数据存在" << data->_data.first << ":" << data->_data.second << endl;}else{cout << "非法输入" << std::endl;continue;}}
}int main()
{srand(time(0) ^ rand());testset();return 0;
}测试结果如下：
以上已经基本完成了哈希表的简单实现，还需要改进哈希函数（字符串映射），迭代器实现，封装为unordered_set 与 unordered_map