【数据结构】哈希表的线性探测算法

构造哈希表常用的方法是：

除留余数法--取关键值被某个不大于散列表长m的数p除后的所得的余数为散列地址。HashKey= Key % P。

直接定址法--取关键字的某个线性函数为散列地址HashKey= Key 或 HashKey= A*Key + BA、B为常数。

我在这里主要使用一下除留余数法Hash(key) =Key%P，（P这里是哈希表的长度）p最好是素数考虑降低哈希冲突的原因，我并没有在这上面过于追究此处哈希表长度10，见线性探测图。

哈希表经常遇到的一个问题就是哈希冲突。

哈希冲突是什么呢？哈希冲突指的是：不同的关键字经过相同的哈希函数映射到相同的的哈希地址处。

要解决哈希冲突闭散列方法主要有两个：线性探测与二次探测。

在这里，我将线性探测的原理用下图表述：

线性探测

线性探测代码如下：

#define_CRT_SECURE_NO_WARNINGS1
#include<iostream>
usingnamespacestd;

#include<string>

//线性探测的特化处理可以处理自定义类型的数据
enumState
{
EMPTY,//该位置未存放元素
DELETE,//该位置元素已被删除
EXIST,//该位置存在元素
};

//处理基本类型
template<classK>
structDefaultFuncer
{
size_toperator()(constK&key)
{
returnkey;
}
};

//处理自定义类型
template<>
structDefaultFuncer<string>
{
size_tvalue=0;
size_toperator()(conststring&str)
{
for(inti=0;i<str.size();i++)
{
value+=str[i];
}
returnvalue;
}
};


template<classK,template<class>classHashFuncer=DefaultFuncer>
classHashTable
{
public:
HashTable()
:_size(0),_capacity(0),_state(NULL),_table(NULL)
{}

HashTable(size_tsize)
:_size(0),_capacity(size),_state(newState[size]),_table(newK[size])
{
for(inti=0;i<_capacity;i++)//全部状态初始化成EMPTY
{
_state[i]=EMPTY;
}
}


//线性探测计算出元素存放位置（假设不哈希冲突）
int_HashFunc(constK&key)
{
HashFuncer<K>hf;
returnhf(key)%_capacity;

//匿名对象调用operator()
/*returnHashFuncer<K>()(key)%_capacity;*/
}

voidSwap(HashTable<K>tmp)
{
swap(_size,tmp._size);
swap(_capacity,tmp._capacity);
swap(_state,tmp._state);
swap(_table,tmp._table);
}


void_CheckCapacity()
{
HashTable<K>tmp(2*_capacity);
for(inti=0;i<_capacity;i++)
{
tmp.Insert(_table[i]);
}
Swap(tmp);
}


boolInsert(constK&key)
{
//静态哈希表
/*if(_size==_capacity)
{
cout<<"HashTableisfull!"<<endl;
returnfalse;
}*/

//动态哈希表
//高效哈希表的载荷因子大概稳定在0.7-0.8较好
if(10*_size>=7*_capacity)
{
_CheckCapacity();
}

intindex=_HashFunc(key);

while(_state[index]==EXIST)
{
index++;
if(index==_capacity)
{
index=0;
}
}

_table[index]=key;
_state[index]=EXIST;
_size++;
returntrue;
}


intFind(constK&key)
{
intindex=_HashFunc(key);
while(_state[index]==EXIST||_state[index]==DELETE)
//while(_state[index]!=EMPTY)//空状态找不到，非空状态找得到
{
if(_table[index]==key&&_state[index]==EXIST)
{
returnindex;
}
++index;
if(index==_capacity)
{
index=0;
}
}
return-1;
}


boolRemove(constK&key)
{
intindex=Find(key);
if(index!=-1)
{
_state[index]=DELETE;
--_size;
returntrue;
}
returnfalse;
}


voidPrintTable()
{
for(inti=0;i<_capacity;i++)
{
if(_state[i]==EXIST)
{
cout<<i<<"(EXIST):"<<_table[i]<<endl;
}
/*我将DELETE状态元素也打印出来，便于观察。
而Insert处理时，DELETE状态下的位置可以插上新的元素*/
elseif(_state[i]==DELETE)
{
cout<<i<<"(DELETE):"<<_table[i]<<endl;
}
else
{
cout<<i<<"(EMPTY):"<<_table[i]<<endl;
}
}
}

private:
size_t_size;//实际存放元素个数
size_t_capacity;//哈希表长度
State*_state;
K*_table;
};


//POD(基本类型)的测试用例
voidTestHashTablePOD()
{
HashTable<int>ht(10);
ht.Insert(89);
ht.Insert(18);
ht.Insert(49);
ht.Insert(58);
ht.Insert(9);
ht.PrintTable();

intret=ht.Find(89);
cout<<ret<<endl;

ht.Remove(89);
ht.PrintTable();

ht.Remove(18);
ht.PrintTable();
}


//自定义类型的测试用例
voidTestHashTable()
{
HashTable<string,DefaultFuncer>ht(10);
ht.Insert("信息化");
ht.Insert("时代");
ht.Insert("电脑");
ht.Insert("测试工程师");
ht.PrintTable();

intret=ht.Find("测试工程师");
cout<<ret<<endl;

ht.Remove("电脑");
ht.PrintTable();

ht.Remove("时代");
ht.PrintTable();
}


intmain()
{
TestHashTable();
system("pause");
return0;
}

【数据结构】哈希表的线性探测算法

相关文章