【数据结构】处理哈希冲突的开链法(哈希桶)算法实现

前端之家收集整理的这篇文章主要介绍了【数据结构】处理哈希冲突的开链法(哈希桶)算法实现前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

实现哈希表时,我们常见的方法是线性探测、二次探测,这两个算法也很简单。若有兴趣,可以查看我的博客。但是,这两个算法有一个共同点就是:空间利用率低。为什么这么说呢?线性探测、二次探测的高效性很大程度上要取决于它的载荷因子,载荷因子即:存放关键字个数/空间大小。


通过查阅资料,我发现,使用素数做除数可以减少哈希冲突(具体原因不详,大师专研的,发现很好用,就在这里分享给大家)。见下:

----素数表

// 使用素数表对齐做哈希表的容量,降低哈希冲突

const int _PrimeSize = 28;

static const unsigned long _PrimeList [_PrimeSize] =

{

53ul,97ul,193ul,389ul,769ul,

1543ul,3079ul,6151ul,12289ul,24593ul,128);font-size:16px;">49157ul,98317ul,196613ul,393241ul,786433ul,128);font-size:16px;">1572869ul,3145739ul,6291469ul,12582917ul,25165843ul,128);font-size:16px;">50331653ul,100663319ul,201326611ul,402653189ul,805306457ul,128);font-size:16px;">1610612741ul,3221225473ul,4294967291ul

};



开链法(哈希桶)结构:

wKioL1cuuA7QEiFMAABG_LQF6PQ614.png


而哈希桶实现时,我们可以将载荷因子设成1.


代码如下:

#define_CRT_SECURE_NO_WARNINGS1
#include<iostream>
usingnamespacestd;

#include<vector>

template<classK,classV>
structHashTableNode
{
K_key;
V_value;
HashTableNode*_next;
HashTableNode(constK&key,constV&value)
:_key(key),_value(value),_next(NULL)
{}
};

template<classK,classV>
classHashTable
{
public:
typedefHashTableNode<K,V>Node;

HashTable()
:_table(NULL),_size()
{}


size_t_HashFunc(constK&key)
{
//_table.size()表示哈希桶的空间大小
returnkey%_table.size();
}


//拷贝构造
HashTable(constHashTable&ht)
{
//将哈希表ht拷贝给this
this->_table.resize(ht._table.size());
for(inti=0;i<ht._table.size();i++)
{
Node*cur=ht._table[i];
while(cur)
{
Node*tmp=newNode(cur->_key,cur->_value);
tmp->_next=_table[i];
_table[i]=tmp;
this->_size++;

cur=cur->_next;
}
}
}


HashTable<K,V>operator=(constHashTable<K,V>&ht)
{
if(&ht!=this)
{
//删除哈希表this
for(inti=0;i<this->_table.size();i++)
{
Node*cur=_table[i];
while(cur)
{
Node*del=cur;
cur=cur->_next;
/*deletedel;
del=NULL;*/
Remove(del->_key);
}
}

//将哈希表ht拷贝给this
this->_table.resize(ht._table.size());
for(inti=0;i<ht._table.size();i++)
{
Node*cur=ht._table[i];
while(cur)
{
Node*tmp=newNode(cur->_key,cur->_value);
tmp->_next=_table[i];
_table[i]=tmp;
this->_size++;

cur=cur->_next;
}
}
}
return*this;
}


//赋值运算符重载的现代写法
HashTable<K,V>operator=(HashTable<K,V>ht)
{
if(&ht!=this)
{
swap(_table,ht._table);
swap(_size,ht._size);
}
return*this;
}


~HashTable()
{
//删除哈希表ht
if(this->_table.size()!=0)
{
for(inti=0;i<this->_table.size();i++)
{
Node*cur=_table[i];
while(cur)
{
Node*del=cur;
cur=cur->_next;
deletedel;
del=NULL;
}
}
}
}


//获取新的哈希表容量大小
size_t_GetnewSize()
{
staticconstint_PrimeSize=28;
staticconstunsignedlong_PrimeList[_PrimeSize]=
{
53ul,1543ul,49157ul,1572869ul,50331653ul,1610612741ul,4294967291ul
};

for(inti=0;i<_PrimeSize;i++)
{
if(_PrimeList[i]>_table.size())
{
return_PrimeList[i];
}
}
return_PrimeList[_PrimeSize-1];
}


//给哈希桶扩容
void_ExpandCapacity()
{
//开辟新的更大容量的哈希表
size_tnewSize=_GetnewSize();
vector<Node*>newTable;
newTable.resize(newSize);

//将每处顺序表上的单链表元素摘下来插入到新的顺序表上
for(inti=0;i<_table.size();i++)
{
Node*cur=_table[i];
while(cur)
{
Node*tmp=cur;
cur=cur->_next;
intindex=_HashFunc(tmp->_key);
//头插法插插节点
tmp->_next=newTable[index];
newTable[index]=tmp;
}
_table[i]=NULL;
}
_table.swap(newTable);
}


//插入关键字
boolInsert(constK&key,constV&value)
{
//检查载荷因子,考虑是否扩容
//哈希桶的载荷因子设置为1
if(_size==_table.size())
{
_ExpandCapacity();
}

//往顺序表的index处插入节点
size_tindex=_HashFunc(key);
Node*begin=_table[index];
while(begin)
{
//设计成不可出现重复元素
if(begin->_key==key)
{
returnfalse;
}

begin=begin->_next;
}

//考虑到同一条单链表上,无所谓元素存放顺序,且较尾插简单。--》头插
Node*tmp=newNode(key,value);
tmp->_next=_table[index];
_table[index]=tmp;
_size++;
returntrue;
}


//查找关键字
Node*Find(constK&key)
{
intindex=_HashFunc(key);
Node*cur=_table[index];
while(cur)
{
if(cur->_key==key)
returncur;
cur=cur->_next;
}
returnNULL;
}


//删除关键字
boolRemove(constK&key)
{
intindex=_HashFunc(key);
Node*cur=_table[index];
Node*prev=NULL;
while(cur)
{
if(cur->_key==key)
break;
prev=cur;
cur=cur->_next;
}

if(cur)
{
if(cur==_table[index])
{
_table[index]=cur->_next;
}
else
{
Node*next=cur->_next;
prev->_next=next;
}
deletecur;
cur=NULL;
--_size;
returntrue;
}
returnfalse;
}


//打印哈希桶
voidPrintHashTable()
{
for(inti=0;i<_table.size();i++)
{
Node*cur=_table[i];
cout<<i<<":";
while(cur)
{
cout<<cur->_key<<"->";
cur=cur->_next;
}
cout<<"NULL"<<endl;
}
cout<<endl;
}

private:
vector<Node*>_table;
size_t_size;//数据个数
};


voidTestHashTableBucket()
{
typedefHashTableNode<int,char>Node;

HashTable<int,char>ht;
ht.Insert(1,'a');
ht.Insert(2,'b');
ht.Insert(3,'c');
ht.Insert(4,'d');
ht.Insert(5,'d');
ht.Insert(54,'x');
ht.Insert(55,'y');
ht.Insert(56,'z');

ht.PrintHashTable();


/*Node*ret=ht.Find(5);
cout<<ret->_value<<endl;

ht.Remove(1);
ht.Remove(6);
ht.PrintHashTable();*/

/*HashTable<int,char>ht1(ht);
ht1.PrintHashTable();*/

HashTable<int,char>ht2;
ht2.Insert(54,'x');
ht2.Insert(55,'y');
ht2.Insert(56,'z');
ht2.Insert(1,'a');
ht2.Insert(2,'b');
ht2.Insert(3,'c');
ht2.Insert(4,'d');
ht2.Insert(5,'d');

ht2.PrintHashTable();

ht=ht2;
ht.PrintHashTable();

}


intmain()
{
TestHashTableBucket();
system("pause");
return0;
}
原文链接:https://www.f2er.com/datastructure/382506.html

猜你在找的数据结构相关文章