前言
哈希桶是哈希表中用于存储数据的基本单元,也称为哈希槽或存储桶。
- 哈希桶(Hash Bucket)** 是哈希表数据结构中的一个概念。、
- 哈希表通过哈希函数将输入数据映射到一个存储位置,而哈希桶就是这些存储位置中的一个单元。
- 哈希桶用于存放哈希表中的元素,当不同的元素经过哈希函数映射到同一个桶时,通常通过链表或其他结构来存储这些元素。这种情况称为 哈希冲突。
哈希桶的工作机制
-
哈希函数的作用:哈希函数根据输入元素计算出一个整数值,称为哈希值,然后根据哈希值来决定元素存储在哪个桶中。
假设哈希表的桶数为 num_buckets,元素 key 的哈希值为 hash(key),则该元素将被存储在 hash(key) % num_buckets 这个桶中。
-
哈希冲突:由于哈希表的容量有限,而插入的元素可能很多,因此会有多个元素映射到同一个桶。这就是哈希冲突。
-
冲突解决方式:当发生哈希冲突时,哈希桶中的元素通常会存储在某种结构中。常见的冲突解决方式包括:
- 拉链法:在每个哈希桶中维护一个链表,当多个元素映射到同一个桶时,这些元素会依次插入链表中。
- 开放寻址法:当某个桶已经有元素时,寻找下一个空的桶来存储冲突的元素。参考
哈希桶示例
例如,一个哈希表有 5 个桶(编号为 0-4),通过简单的哈希函数 hash(key) = key % 5 来决定桶的位置。
//假设插入的元素为:12, 7, 5, 10, 15, 9
hash(12) = 12 % 5 = 2
hash(7) = 7 % 5 = 2
hash(5) = 5 % 5 = 0
hash(10) = 10 % 5 = 0
hash(15) = 15 % 5 = 0
hash(9) = 9 % 5 = 4
最终得到的哈希桶分布如下:
- 桶 0:5 -> 10 -> 15
- 桶 1:(空)
- 桶 2:12 -> 7
- 桶 3:(空)
- 桶 4:9
其中:
- 桶 0 通过拉链法存储了 5、10 和 15,使用链表处理冲突。
- 桶 2 同样存储了 12 和 7。
哈希桶的实现
存储结构
- 类似于链表,在顺序表中存储一个一个节点。’
template<class T>
struct defaultHashfunc
{size_t operator()(const T& data){return (size_t)data;}
};
- table:使用 std::vector 存储多个链表,每个链表代表一个桶,链表中的元素是映射到这个桶的所有元素。
- 记录_n进行负载因子的储存
template<class K,class T,class KeyofT,class HashFunc = defaultHashfunc<K>>
class HashTable
{public:...private:vector<Node*> _table;size_t _n = 0;
};
哈希函数
- 在函数的内容的不确定的时候进行返回。
- 针对string字符串的直接进行特模板化。
- 针对26字母有不同的组合,要进行字符串的哈希化处理,目的是针对哈希冲突 (本次采用 BKDR算法)参考:字符串哈希算法
template<class T>
struct defaultHashfunc
{size_t operator()(const T& data){return (size_t)data;}
};
//string特化
template<>
struct defaultHashfunc<string>
{size_t operator()(const string& str){size_t hash = 0;for (auto& ch : str){hash *= 131;hash += ch;}return hash;}
};
插入操作
哈希桶插入步骤:
-
计算哈希值: 使用哈希函数 hash(key) 将键值(key)映射为一个整数,称为 哈希值。这个哈希值决定了 key 应该被存储在哪个桶中。
-
定位桶:根据哈希值和哈希表的大小(桶的数量),确定目标桶的位置。常用的方式是:bucket = hash(key) % num_buckets,其中 num_buckets 是哈希表的桶数量。
-
检查冲突:定位到目标桶后,检查桶中是否已经存在与 key 相同的元素。如果已经存在,则插入操作可以直接结束(因为集合不允许重复元素),否则继续进行。
-
插入元素: 如果目标桶中不存在相同的元素,直接将元素插入到该桶中。对于拉链法,目标桶通常使用链表(或类似结构)存储多个元素,因此新元素会被插入到链表末尾。
-
哈希桶的扩容: 如果大小不够,一个桶的元素过于多,就需要进行扩容,创建一个新表进行插入操作。
bool insert(const T& data)
{HashFunc hf;bool it = Find(kot(data));if (it){return false;}if (_n == _table.size()){size_t newsize = _table.size() * 2;vector<Node*> newtable;newtable.resize(newsize,nullptr);for (int i = 0; i < _table.size() ;i++){HashFunc hf;size_t hashi = 0;Node* cur = _table[i];while (cur){Node* next = cur->_next;hashi = hf(cur->_data) % newtable.size();cur->_next = newtable[hashi];newtable[hashi] = cur;cur = next;}_table[i] = nullptr;}_table.swap(newtable);}size_t hashi = hf(data) % _table.size();Node* newnode = new Node(data);newnode->_next = _table[hashi];_table[hashi] = newnode;++_n;return true;
}
插入效率:
- 时间复杂度:哈希桶的插入操作通常情况下的时间复杂度为
O(1)
,因为哈希函数能够在常数时间内定位到桶的位置。然而,最坏情况下(所有元素都被映射到同一个桶中),时间复杂度退化为O(n)
,其中n
是桶中元素的数量。 - 空间复杂度:哈希表的空间复杂度与桶的数量和元素数量成正比,通常为
O(n)
。
删除操作
哈希桶删除步骤:
-
计算哈希值: 使用哈希函数 hash(key) 计算出元素的哈希值,找到元素应该所在的桶。
-
定位桶: 根据哈希值和哈希表的桶数量,确定目标桶的位置,通常通过:bucket = hash(key) % num_buckets 来找到对应的桶。
-
遍历桶中的元素: 在找到的桶中,遍历桶中存储的所有元素(通常是通过链表存储),寻找需要删除的元素。
-
删除元素: 一旦找到目标元素,将其从桶中删除(对于拉链法,通常是从链表中删除元素)。如果该元素不存在,则无需做任何操作。
bool Erase(const K& key)
{HashFunc hf;size_t hashi = hf(key) % _table.szie();Node* cur = _table[hashi];Node* prev = nullptr;while (cur){if (cur->_data == key){if (prev == nullptr){_table[hashi] = cur->_next;}else{prev->_next = cur->_next;}delete cur;--_n;return true;}prev = cur;cur = cur->_next;}return false;
}
时间复杂度分析:
-
最佳情况:每个桶中只有一个元素或哈希函数将元素均匀分布到桶中,删除操作的时间复杂度为 O(1),因为只需找到桶后直接删除即可。
-
最坏情况:所有元素都被映射到同一个桶中,导致链表长度等于元素数量。在这种情况下,删除操作的时间复杂度为 O(n),其中 n 是链表中的元素数量。
-
平均情况:如果哈希函数分布较好,链表的长度较短,删除操作的平均时间复杂度为 O(1)
查找操作
哈希桶查找步骤:
- 计算哈希值:使用哈希函数 hash(key) 计算出需要查找的元素的哈希值,找到元素应该存储的桶。
- 定位桶:根据哈希值,计算出目标桶的索引。常用的方式是:bucket = hash(key) % num_buckets,其中 num_buckets 是哈希表的桶数量。
- 在桶内查找: 如果该桶为空,直接返回元素不存在。如果桶内有元素,遍历桶中的链表或数组,逐个检查每个元素是否与要查找的键值相等。
- 返回结果:
- 如果找到与目标键相等的元素,则返回成功查找的结果。
- 如果遍历完整个桶(链表或数组)后,未找到目标元素,则返回查找失败。
bool Find(const K& key)
{HashFunc hf; size_t hashi = hf(key) % _table.size();Node* cur = _table[hashi];while (cur){if (kot(cur->_data) == key){return true;}cur = cur->_next;}return false;
}