我的编程空间,编程开发者的网络收藏夹
学习永远不晚

C++实现哈希散列表的示例

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

C++实现哈希散列表的示例

散列表(Hash table,也叫哈希表),是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。

给定表M,存在函数f(key),对任意给定的关键字值key,代入函数后若能得到包含该关键字的记录在表中的地址,则称表M为哈希(Hash)表,函数f(key)为哈希(Hash) 函数。

  • 若关键字为k,则其值存放在f(k)的存储位置上。由此,不需比较便可直接取得所查记录。称这个对应关系f为散列函数,按这个思想建立的表为散列表。
  • 对不同的关键字可能得到同一散列地址,即k1≠k2,而f(k1)==f(k2),这种现象称为冲突(英语:Collision)。具有相同函数值的关键字对该散列函数来说称做同义词。综上所述,根据散列函数f(k)和处理冲突的方法将一组关键字映射到一个有限的连续的地址集(区间)上,并以关键字在地址集中的“像”作为记录在表中的存储位置,这种表便称为散列表,这一映射过程称为散列造表或散列,所得的存储位置称散列地址。
  • 若对于关键字集合中的任一个关键字,经散列函数映象到地址集合中任何一个地址的概率是相等的,则称此类散列函数为均匀散列函数(Uniform Hash function),这就是使关键字经过散列函数得到一个“随机的地址”,从而减少冲突

sample_hashmap.h:

// 创建日期:2022-07-13
// 作者:YZM
// 参考:https://github1s.com/ACking-you/my_tiny_stl/blob/HEAD/class="lazy" data-src/Data_struct_tool/HashTable/sample_HashMap.h
#pragma once
#ifndef SAMPLE_HASHMAP_H
#define SAMPLE_HASHMAP_H
 
#include<iostream>
#include<vector>
using namespace std;
 
template<typename T>
struct Node {
    Node* next;
    T val;
    Node() :next(nullptr), val(0) {};
    Node(T _val) :next(nullptr), val(_val) {};
    Node(T _val, Node* nxt) :next(nxt), val(_val) {};
};
 
template<typename T>
class HashTable {
private:
    const static int init_buckets_size = 49; // 桶的初始数量
    int buckets_size; // 桶的数量
    int keys_count; // key的数量
    vector<Node<T>>buckets; // 不定义成指针类型,免去初始化的步骤
    int hashfun(T val); // 哈希函数
public:
    HashTable();
    ~HashTable();
    int& operator[](int index) const; // 重载[]运算符,哈希表暂时用不到
    void insert(T val); // 插入
    void erase(T val); // 删除
    bool find(T val); // 寻找
    void expand(); // 扩容
    void clear(); // 清空并释放资源
    void print(); // 打印检查
};
#endif 

sample_hashmap.cpp:

#include "sample_hashmap.h"
using namespace std;
 
template<typename T>
HashTable<T>::HashTable():buckets_size(init_buckets_size), keys_count(0), buckets(vector<Node<T>>(init_buckets_size)){}
 
template<typename T>
HashTable<T>::~HashTable() {
    clear();
}
 
template<typename T>
int HashTable<T>::hashfun(T val) {
    return val % buckets_size;
}
 
template<typename T>
void HashTable<T>::insert(T val) {
    int key = hashfun(val);
    Node<T>* newNode = new Node<T>(key);
    newNode->next = buckets[key].next;
    buckets[key].next = newNode;
    ++keys_count;
    expand();
}
 
template<typename T>
void HashTable<T>::erase(T val) {
    int key = hashfun(val);
    Node<T>* cur = buckets[key].next; // 数组元素是结构体对象,.next调出结构体成员.
    Node<T>* pre = nullptr;
    while (cur) {
        if (cur->val == val) {
            if (pre == nullptr) {
                buckets[key].next = cur->next;
                delete cur;
            }
            else {
                pre->next = cur->next;
                delete cur;
            }
            return;
        }
        pre = cur;
        cur = cur->next;
    }
    --keys_count;
}
 
template<typename T>
bool HashTable<T>::find(T val) {
    int key = hashfun(val);
    Node<T>* cur = buckets[key].next;
    while (cur) {
        if (cur->val == val) return true;
        cur = cur->next;
    }
    return false;
}
 
template<typename T>
void HashTable<T>::clear() {
    for (int i = 0; i < buckets_size; ++i) {
        Node<T>* cur = buckets[i].next;
        while (cur) {
            Node<T>* pre = cur;
            cur = cur->next;
            delete pre;
        }
        buckets[i].next = nullptr;
    }
}
 
template<typename T>
void HashTable<T>::expand() {
    if (keys_count > buckets_size) {
        buckets_size <<= 1;
        buckets.resize(buckets_size);
    }
}
 
template<typename T>
void HashTable<T>::print() {
    for (int i = 0; i < buckets_size; ++i) {
        Node<T>* cur = buckets[i].next;
        while (cur) {
            cout << cur->val << ' ';
            cur = cur->next;
        }
    }
    cout << endl;
}
 
int main() {
    HashTable<int>hash;
    hash.insert(4);
    hash.print();
    hash.clear();
    hash.print();
    hash.insert(4);
    hash.print();
    hash.erase(4);
    hash.print();
    return 0;
}

到此这篇关于C++实现哈希散列表的示例的文章就介绍到这了,更多相关C++ 哈希散列表内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

C++实现哈希散列表的示例

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

C++哈希表之闭散列方法的模拟实现详解

闭散列指(开放定址法)发生冲突时,如果哈希表没有被填满,则表内一定还有其他空闲位置,可以把冲突值放到下一个没有被占用的空余位置上。本文将模拟实现闭散列方法,需要的可以参考一下
2022-11-13

Java中哈希表的示例分析

这篇文章将为大家详细讲解有关Java中哈希表的示例分析,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。1,概念顺序结构以及平衡树中,元素关键码与其存储位置之间没有对应的关系,因此在查找一个元素时,必须要经过
2023-06-29

C++数据结构之哈希表的实现

哈希表,即散列表,可以快速地存储和查询记录。这篇文章主要为大家详细介绍了C++数据结构中哈希表的实现,感兴趣的小伙伴可以了解一下
2023-03-11

Python 哈希表的实现——字典

当在字典中发生哈希冲突时,Python 会使用线性探测,即从哈希冲突的位置开始,依次往后查找下一个可用的插槽(空槽),直到找到一个空的插槽来存储要插入的键值对。
Python哈希2024-11-30

C++数据结构之哈希表如何实现

本篇内容主要讲解“C++数据结构之哈希表如何实现”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“C++数据结构之哈希表如何实现”吧!哈希表概念二叉搜索树具有对数时间的表现,但这样的表现建立在一个假
2023-07-05

C++哈希表之线性探测法怎么实现

今天小编给大家分享一下C++哈希表之线性探测法怎么实现的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。1、哈希表-线性探测法理
2023-06-30

哈希表的原理及实现代码

哈希表可以表述为,是一种可以根据关键字快速查询数据的数据结构一. 哈希表有哪些优点?不论哈希表中数据有多少,增加,删除,改写数据的复杂度平均都是O(1),效率非常高二. 实现哈希表1. 哈希表原理如果说每一个数据它都对应着一个固定的位置,那
2023-01-31

如何挑选适合的 Java 哈希表实现?(如何选择合适的Java哈希表实现)

在Java编程中,哈希表是一种非常重要的数据结构,它提供了快速的插入、删除和查找操作。然而,Java提供了多种哈希表的实现,如HashMap、LinkedHashMap和Hashtable等,每个实现都有其特点和适用场景。本文将介绍如何选择合适的Java哈希表实现。
如何挑选适合的 Java 哈希表实现?(如何选择合适的Java哈希表实现)
Java2024-12-15

C语言中如何利用哈希表实现通讯录

这篇“C语言中如何利用哈希表实现通讯录”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“C语言中如何利用哈希表实现通讯录”文章吧
2023-06-16

PHP 哈希表的原理、实现与常见问题

哈希表通过哈希函数将键映射到数组下标,实现快速查找、插入和删除。php 使用数组和 md5() 哈希函数实现哈希表,通过线性探查解决冲突。常见问题包括哈希冲突(可通过增加数组大小或优化哈希函数解决)、哈希碰撞(可通过安全散列函数避免)和性能
PHP 哈希表的原理、实现与常见问题
2024-05-07

如何实现一个优秀的散列表!

假设现在有一篇很长的文档,如果希望统计文档中每个单词在文档中出现了多少次,应该怎么做呢?我们可以建一个HashMap,那HashMap是怎么做到高效统计单词对应数量的?我们下面会逐步来研究一下!

Java数据结构中实现哈希表的分离链接法

这篇文章主要介绍“Java数据结构中实现哈希表的分离链接法”,在日常操作中,相信很多人在Java数据结构中实现哈希表的分离链接法问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Java数据结构中实现哈希表的分离
2023-06-20

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录