C++简单实现哈希查找

C++ 简单实现哈希查找

1. 哈希冲突

哈希表中可能会出现哈希冲突，即多个数据项映射到相同的桶。

常见的冲突解决方法包括链地址法（Chaining）和线性探测法（Linear Probing）。

使用链地址法时，每个桶维护一个链表，哈希冲突的数据项被插入到链表中。查找时，遍历链表以查找目标数据项。
使用线性探测法时，如果一个桶已经被占用，算法会线性地探测下一个可用的桶，直到找到目标数据项或空桶。这种方法需要特别处理删除操作。

2. 算法执行过程

初始化哈希表：创建一个固定大小的数组，将每个元素的值设置为其索引。
插入元素：根据要插入的元素计算其哈希值，然后将该元素插入到对应索引的位置。如果发生哈希冲突（即两个不同的元素具有相同的哈希值），则在相应索引位置存储一个链表，链表中存储具有相同哈希值的所有元素。
查找元素：首先计算要查找元素的哈希值，然后根据哈希值找到对应的索引位置。如果该位置没有其他元素，说明找到了目标元素；否则，在对应索引位置的链表中继续查找。
删除元素：如果要删除的元素恰好等于目标元素，那么直接删除即可；否则，需要找到该元素所在的链表，并从链表中删除该元素。
扩容：当哈希表的大小超过了数组的最大容量时，需要对数组进行扩容，即创建一个新的更大的数组，并将原数组中的元素重新插入到新数组中。同时，还需要重新计算所有元素的哈希值，并将它们插入到新数组的相应位置。****

3. 例题

例题：

有序表 A[20] = {4，6，12，20，28，38，50，70，88，100}，使用哈希查找算法找出元素 20

4. 步骤

为了使用哈希查找方法实现有序表A[20]：

我们需要首先定义哈希表的大小。哈希表的大小通常比表中元素的最大值要大，以确保所有元素都能被存储，并且有足够的空间来解决哈希冲突。
接下来，我们需要定义一个哈希函数。一个简单的哈希函数可以是将元素值除以哈希表大小，然后取整数部分。
在这个例子中，我们的哈希表大小为10，所以哈希函数可以是 h(x) = x % 10。对于整数，这个函数将把每个元素映射到一个在0到9之间的位置。
现在，我们可以开始将元素插入哈希表中。由于我们使用线性探索来解决冲突，当冲突发生时，我们将在哈希表中的当前位置开始线性搜索，直到找到一个空位置为止。

以下是插入过程的步骤：

初始化哈希表：hashTable[10] = {NULL}，其中 NULL 表示空位置。
对于表A中的每个元素x：
- 计算哈希值：h(x) = x % 10
- 确定哈希位置：index = h(x)
- 如果 hashTable[index] 为 NULL，则将x插入到 hashTable[pos]
- 如果 hashTable[index]不为 NULL，则进行线性探索，寻找空位置。线性探索可以从 index + 1 开始，直到找到空位置。
重复步骤2，直到表A中的所有元素都被插入到哈希表中。
下面是具体的插入过程：

对于4，h(4) = 4 % 10 = 4, hashTable[4] 为空，插入。
对于20，h(20) = 12 % 10 = 0，hashTable[0] 为空，插入。
对于50，h(50) = 50 % 10 = 0，但 hashTable[0] 已被占用，进行线性探索，hashTable[1] 为空，插入。
依此类推，直到所有元素都被插入到哈希表中。

最终的哈希表 hashTable 将包含有序表 A 的元素，可能有一些位置为 NULL，表示在插入过程中没有发生冲突。

为了查找表中的一个元素x，我们同样使用哈希函数计算其哈希值，然后在哈希表中定位该值。

如果在定位的位置找到了元素 x，则查找成功；如果找到了 NULL，则说明元素 x 不在表中。

需要注意的是，线性探索虽然简单，但在高负载情况下（即哈希表的装载因子较高）会导致性能下降，因为可能会出现较长的查找链。

在实际应用中，可能会采用更复杂的哈希函数和冲突解决策略来提高效率。

5. 代码

cpp 复制代码

#include <iostream>
#include <vector>

using namespace std;

// 哈希表的大小
const int HASH_TABLE_SIZE = 10;
// 哈希表
vector<int> hashTable(HASH_TABLE_SIZE, 0);  // 初始化为NULL
// 哈希函数
int hashFunction(int key) {
  return key % HASH_TABLE_SIZE;
}
// 线性探查
int linearProbing(int key) {
  int index = hashFunction(key);
  while (hashTable[index] != 0 && hashTable[index] != key) {
    index = (index + 1) % HASH_TABLE_SIZE;  // 线性探查
  }
  return index;
}

// 插入键值对
void insert(int key) {
  int index = linearProbing(key);
  if (hashTable[index] == 0) {
    hashTable[index] = key;
  } else {
    cout << "冲突发生，键 " << key << " 已存在。" << endl;
  }
}

// 查找键
int search(int key) {
  int index = hashFunction(key);
  while (hashTable[index] != 0) {
    if (hashTable[index] == key) {
      return index;
    }
    index = (index + 1) % HASH_TABLE_SIZE;  // 线性探查
  }
  return -1;  // 未找到键
}

int main() {
  // 初始化有序表
  int A[10] = {4, 6, 12, 20, 28, 38, 50, 70, 88, 100};

  // 插入元素
  for (int i = 0; i < 10; ++i) {
    insert(A[i]);
  }
  for (int i = 0; i < 10; ++i) {
    cout << hashTable[i] << " ";
  }
  cout << endl;

  // 搜索元素
  int keyToSearch = 20;
  int index = search(keyToSearch);
  if (index != -1) {
    cout << "键 " << keyToSearch << " 在哈希表中的位置是： " << index << endl;
  } else {
    cout << "键 " << keyToSearch << " 在哈希表中未找到。" << endl;
  }

  return 0;
}

6. 使用场景

字典和关联数组:哈希表常用于实现字典和关联数组，其中键映射到值。这样可以快速查找特定键对应的值。
缓存:哈希表用于数据缓存，允许快速访问已经检索的数据，以减少对慢速存储介质（如磁盘）的访问。
数据库索引:在数据库管理系统中，哈希表用于构建索引，以便快速检索和访问数据库中的数据。这在大型数据库中非常有用。
散列集合:编程语言中的集合（Set）和散列集合（HashSet）通常使用哈希表来实现，以便快速查找成员。
数据去重:哈希表可用于检测和删除重复数据项。通过将数据插入哈希表并检查是否已经存在，可以有效去重。
认证和授权:哈希表可用于存储用户凭据（如用户名和密码）或授权令牌，以便快速验证用户身份。
编译器符号表:编程语言编译器使用哈希表来管理符号表，以便快速查找变量、函数和其他符号的定义和引用。
数据分布:在分布式计算中，哈希表用于确定数据项应该存储在哪个节点或分片，以实现均匀的数据分布。
缓存管理:缓存管理系统通常使用哈希表来跟踪缓存的内容，以加速数据检索。
路由表:网络路由器使用哈希表来管理路由表，以确定数据包的转发路径。
文件系统索引:文件系统通常使用哈希表来维护文件索引，以加速文件查找和访问。
编码查找表:在编码和解码中，哈希表可用于存储查找表，以实现快速的字符或编码查找。