C++：哈希 - 技术栈

哈希

unordered_set和unordered_map

unordered_set

set和unordered_set的功能高度相似，只是底层结构不同。

unordered_set与set的差异

unordered_set和set的第⼀个差异是对key的要求不同，set要求Key支持小于比较，而unordered_set要求Key支持转成整形且支持等于比较。
unordered_set和set的第⼆个差异是迭代器的差异，set的iterator是双向迭代器，unordered_set是单向迭代器 ，其次set底层是红黑树，红黑树是⼆叉搜索树，⾛中序遍历是有序的，所以set迭代器遍历是有序+去重。而unordered_set底层是哈希表，迭代器遍历是无序+去重。
unordered_set和set的第三个差异是性能的差异，整体而言大多数场景下，unordered_set的增删查改更快一些 ，因为红黑树增删查改效率是O(logN) ，而哈希表增删查平均效率是O(1) 。

unordered_map

map和unordered_map也是高度相似，只有些许差异。

map要求Key支持小于比较，而unordered_map要求Key支持转成整形且支持等于比较。
map的iterator是双向迭代器，unordered_map是单向迭代器 ，map底层是红黑树，unordered_map底层是哈希表，迭代器遍历是 Key无序+去重。
大多数场景下，unordered_map的增删查改更快一些 ，因为红黑树增删查改效率是O(logN) ，而哈希表增删查平均效率是 O(1) 。

代码使用

cpp 复制代码

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
#include<unordered_set>
#include<unordered_map>
using namespace std;

int main()
{
	unordered_set<int> s = { 3,1,6,7,8,2,1,1,5,6,7,6 };
	unordered_set<int>::iterator it = s.begin();
	while (it != s.end())
	{
		cout << *it << " ";
		++it;
	}
	cout << endl;

	return 0;
}

unordered_multiset/unordered_multimap

unordered_multiset/unordered_multimap 与 multiset/multimap也是高度相似，支持Key冗余。差异也如上。

哈希概念

哈希(hash)又称散列，是⼀种组织数据的方式。本质就是通过哈希函数把关键字Key跟存储位置建立一个映射关系，查找时通过这个哈希函数计算出Key存储的位置，进行快速查找。

直接定址法

当关键字的范围比较集中时，如一组关键字都在[0,99]之间，那么开一个100个数的数组，每个关键字的值直接就是存储位置的下标。再比如一组关键字值都在[a,z]的小写字母，那么我们开⼀个26个数的数组，每个关键字ASCII码 - 字符a 得到的值就是存储位置的下标。也就是说直接定址法本质即用关键字计算出一个绝对位置或者相对位置 。（比如计数排序）

哈希冲突

使用直接定址法，当关键字的范围比较分散时，会很浪费内存甚至内存不够用。假设我们只有数据范围是[0, 9999]的N个值，要映射到⼀个M个空间的数组中(⼀般M >= N )，那么就要借助哈希函数h(x)，关键字key被放到数组的h(key)位置，注意，h(key)计算出的值必须在[0, M)之间。

这里存在的⼀个问题是，两个不同的key可能会映射到同一个位置 ，这种问题即哈希冲突，或者哈希碰撞。理想情况是找出⼀个好的哈希函数避免冲突，但是实际场景中，冲突是不可避免的，所以我们尽可能设计出优秀的哈希函数，减少冲突的次数，同时也要去设计出解决冲突的方案。

负载因子

假设哈希表中已经映射存储了N个值，哈希表的大小为M，那么 负载因子=N/M 。负载因子越大，哈希冲突的概率越高，空间利用率越高；负载因子越小，哈希冲突的概率越低，空间利用率越低 。

将关键字转为size_t

将关键字映射到数组中位置，⼀般是整数好做映射计算，如果不是整数，我们要想办法转换成整数。源码中用仿函数Hash把key转换成size_t 。如果遇到像string、Date无法强转的，则自己实现，string较为常用，可以特化模板。

cpp 复制代码

template<class K>
struct HashFunc
{
	size_t operator()(const K& key)
	{
		return (size_t)key;
	}
};
template<>
struct HashFunc<string>
{
	size_t operator()(const string& s)
	{
		size_t hash = 0;
		for (auto& e : s) //可以有效避免"abcd"，"bcad"冲突的情况
		{
			hash += e;
			hash *= 131;
		}
		return hash;
	}
};

哈希函数

⼀个好的哈希函数应该让N个关键字被等概率且均匀地散列分布到哈希表的M个空间中，实际中很难做到，但是要尽量往这个方向去考量设计。

除法散列法/除留余数法

除法散列法 也叫除留余数法，假设哈希表的大小为M，key除以M的余数作为映射位置的下标 ，即哈希函数为：h(key) = key % M 。

使用除法散列法时，要尽量避免M为某些值 ，如2的幂 ，10的幂 等。如果是 2^x，key % 2^x 本质相当于保留key的后X位（把key转成二进制表示的位），那么后x位相同的值，计算出的哈希值都是⼀样的，就冲突了。如果是 10^x，保留的都是10进值的后x位，如：{112, 12312}，如果M是100，也就是10² ，那么计算出的哈希值都是12。

所以，使用除法散列法时，建议M取不太接近2的整数次幂的一个素数。

sgi版本的哈希表使用的方法，给了一个近似2倍的素数表。

cpp 复制代码

inline unsigned long __stl_next_prime(unsigned long n) //会频繁调用，inline修饰，减少消耗
{
	// Note: assumes long is at least 32 bits.
	static const int __stl_num_primes = 28;
	static const unsigned long __stl_prime_list[__stl_num_primes] = {  //一个数组
		53, 97, 193, 389, 769,
		1543, 3079, 6151, 12289, 24593,
		49157, 98317, 196613, 393241, 786433,
		1572869, 3145739, 6291469, 12582917, 25165843,
		50331653, 100663319, 201326611, 402653189, 805306457,
		1610612741, 3221225473, 4294967291
	};
	const unsigned long* first = __stl_prime_list;
	const unsigned long* last = __stl_prime_list + __stl_num_primes;
	const unsigned long* pos = lower_bound(first, last, n);//在下标[first,last)范围内，找大于等于n的数
	return pos == last ? *(last - 1) : *pos;
}

初始时哈希表的大小M可以为 __stl_next_prime(0)，即M=53，此时M既不接近2⁵，也不接近2⁶，同时也是素数。扩容后M=97，也实现了近似2倍扩容。

哈希函数还有其他方法，如乘法散列法、全域散列法等。

处理哈希冲突：开放定址法

在开放定址法中，所有的元素都放到哈希表，当⼀个关键字key用哈希函数计算出的位置冲突了，则按照某种规则找到一个没有存储数据的位置进行存储 。规则有三种：线性探测、⼆次探测、双重探测。开放定址法要求负载因子小于1。

线性探测

从发生冲突的位置开始，依次线性向后探测，直到寻找到下一个没有存储数据的位置为止，如果走到哈希表尾，则回绕到哈希表头的位置。
h(key)=hash0=key % M ，hash0位置冲突了，则线性探测公式 为：hc(key,i)=hashi=(hash0+i) % M，i={1，2，3......M-1} 。由于负载因子小于1，哈希表中一定有空位置，所以最多探测M-1次，一定能找到一个存储key的位置。
如果hash0位置连续冲突 ，hash0，hash1，hash2位置已经存储数据 ，后续映射到hash0，hash1，hash2，hash3的值都会争夺hash3位置 ，这种现象叫做群集 /堆积。二次探测可在一定程度上改善。

二次探测

从发生冲突的位置开始，依次左右按二次方跳跃式探测，直到寻找到下⼀个没有存储数据的位置为止，如果往右走到哈希表尾，则回绕到哈希表头的位置；如果往左走到哈希表头，则回绕到哈希表尾的位置。
h(key)=hash0=key % M ，hash0位置冲突了，则二次探测公式 为：hc(key,i)=hashi=(hash0 ± i²) % M，i={1，2，3......M/2} 。
当hashi=(hash0 - i²) % M时，若hashi<0，则hashi+=M 。

开放定址法线性探测代码实现

要给每个存储位置加一个状态标识，否则删除一些值以后，会影响后面冲突的值的查找。例如删除30，查找20，用哈希函数求得映射下标为9，但是下标为9的位置已经为空，没找到，但哈希表中其实又是有20的。

给每个存储位置加一个标识状态**{EXIST，DELETE，EMPTY}。查找一个key，求得映射位置h(key)，发现状态为EMPTY，说明整个哈希表中没有key**。如果哈希表的其他位置存在key，表明因为冲突，h(key)位置已经被别的值占了，则h(key)位置的状态应是EXIST或DELETE，矛盾，所以整个哈希表中绝对没有key。

控制负载因子到0.7时扩容。

如果key不能取模则用仿函数转成size_t。

cpp 复制代码

#include<vector>
enum State
{
	EXIST,
	EMPTY,
	DELETE
};

template<class K,class V>
struct HashData
{
	pair<K, V> _kv;
	State _state = EMPTY;
};

template<class K>
struct HashFunc
{
	size_t operator()(const K& key)
	{
		return (size_t)key;
	}
};
template<>
struct HashFunc<string>
{
	size_t operator()(const string& s)
	{
		size_t hash = 0;
		for (auto& e : s)
		{
			hash += e;
			hash *= 131;
		}
		return hash;
	}
};

inline unsigned long __stl_next_prime(unsigned long n)
{
	// Note: assumes long is at least 32 bits.
	static const int __stl_num_primes = 28;
	static const unsigned long __stl_prime_list[__stl_num_primes] = {  //一个数组
		53, 97, 193, 389, 769,
		1543, 3079, 6151, 12289, 24593,
		49157, 98317, 196613, 393241, 786433,
		1572869, 3145739, 6291469, 12582917, 25165843,
		50331653, 100663319, 201326611, 402653189, 805306457,
		1610612741, 3221225473, 4294967291
	};
	const unsigned long* first = __stl_prime_list;
	const unsigned long* last = __stl_prime_list + __stl_num_primes;
	const unsigned long* pos = lower_bound(first, last, n);
	return pos == last ? *(last - 1) : *pos;
}

namespace open_address
{
	template<class K, class V, class Hash = HashFunc<K>>
	class HashTable
	{
	public:
		HashTable()
			:_tables(__stl_next_prime(0))
			, _n(0)
		{
		}

		bool Insert(const pair<K, V>& kv)
		{
			if (Find(kv.first))
				return false;

			if (_n * 10 / _tables.size() >= 7)//扩容
			{
				HashTable<K, V, Hash> newht;
				newht._tables.resize(__stl_next_prime(_tables.size() + 1));
				for (auto& e : _tables)
				{
					if (e._state == EXIST)
						newht.Insert(e._kv);
				}
				_tables.swap(newht._tables);
			}

			Hash hash;
			size_t hash0 = hash(kv.first) % _tables.size();
			size_t hashi = hash0;
			size_t i = 1;
			while (_tables[hashi]._state == EXIST)
			{
				hashi = (hash0 + i) % _tables.size();
				i++;
			}

			_tables[hashi]._kv = kv;
			_tables[hashi]._state = EXIST;
			++_n;

			return true;
		}

		HashData<K, V>* Find(const K& key)
		{
			Hash hash;
			size_t hash0 = hash(key) % _tables.size();
			size_t hashi = hash0;
			size_t i = 1;
			while (_tables[hashi]._state != EMPTY)
			{
				if (_tables[hashi]._state == EXIST && _tables[hashi]._kv.first == key)
					return &_tables[hashi];
				hashi = (hash0 + i) % _tables.size();
				i++;
			}
			return nullptr;
		}

		bool Erase(const K& key)
		{
			HashData<K, V>* ret = Find(key);
			if (ret)
			{
				ret->_state = DELETE;
				return true;
			}
			else
				return false;
		}

	private:
		vector<HashData<K, V>> _tables;
		size_t _n;//记录数据个数
	};
}

测试

cpp 复制代码

#include"HashTable.h"
int main()
{
	open_address::HashTable<int, int> ht;
	int a[] = { 19,30,5,36,13,20,21,12 };
	for (auto e : a)
	{
		ht.Insert({ e,e });
	}

	if (ht.Find(13))
		ht.Erase(13);
	else
		cout << "没找到" << endl;

	return 0;
}

如果key为日期类，则要自己实现仿函数。

cpp 复制代码

struct Date
{
	int _year;
	int _month;
	int _day;

	Date(int year=1, int month=1, int day=1)
		:_year(year)
		,_month(month)
		,_day(day)
	{ }

	bool operator==(const Date& d)
	{
		return _year == d._year && _month == d._month && _day == d._day;
	}
};

struct DateHashFunc
{
	size_t operator()(const Date& d)
	{
		size_t hash = 0;
		hash += d._year;
		hash *= 131;
		hash += d._month;
		hash *= 131;
		hash += d._day;
		hash *= 131;
		return hash;
	}
};

int main()
{
	string a1[] = { "sort","insert","abcd","bcad","aadd"};
	open_address::HashTable<string, string> ht;
	for (auto& e : a1)
		ht.Insert({ e,e });

	int a2[] = { -19,-30,5,36,13,20,21,12 };
	open_address::HashTable<int, int> ht1;
	for (auto& e : a2)
		ht1.Insert({ e,e });

	open_address::HashTable<Date, int, DateHashFunc> ht2;
	ht2.Insert({ {2026,1,2},1 });
	ht2.Insert({ {2026,2,1},2 });

	return 0;
}

处理哈希冲突：链地址法

开放定址法中所有的元素都放到哈希表里，链地址法中所有的数据不再直接存储在哈希表中，哈希表中存储一个指针 ，没有数据映射这个位置时，这个指针为空，有多个数据映射到这个位置时，则把这些冲突的数据链接成一个链表 ，挂在哈希表这个位置下面，链地址法也叫做拉链法或者哈希桶。

链地址法对负载因子没有要求，我们把负载因子控制在1，如果某个桶特别长时，当桶的长度大于8，就把链表转成红黑树。

代码实现

cpp 复制代码

namespace hash_bucket
{
	template<class K,class V>
	struct HashNode
	{
		pair<K, V> _kv;
		HashNode<K, V>* _next;

		HashNode(const pair<K,V>& kv)
			:_kv(kv)
			,_next(nullptr)
		{ }
	};

	template<class K,class V,class Hash=HashFunc<K>>
	class HashTable
	{
		typedef HashNode<K, V> Node;
	public:
		HashTable()
			:_tables(__stl_next_prime(0))
			,_n(0)
		{ }

		//拷贝构造
		HashTable(const HashTable<K, V, Hash>& ht)
		{
			_tables.resize(ht._tables.size());
			for (int i = 0;i < ht._tables.size();i++)
			{
				Node* htcur = ht._tables[i];
				while (htcur)
				{
					Node* newnode = new Node(htcur->_kv);
					//尾插
					Node* cur = _tables[i];
					if (cur == nullptr)
						_tables[i] = newnode;
					else
					{
						while (cur->_next)
						{
							cur = cur->_next;
						}
						cur->_next = newnode;
					}

					htcur = htcur->_next;
				}
			}
			_n = ht._n;
		}

		~HashTable()
		{
			for (int i = 0;i < _tables.size();i++)
			{
				Node* cur = _tables[i];
				while (cur)
				{
					Node* next = cur->_next;
					delete cur;
					cur = next;
				}
				_tables[i] = nullptr;
			}
		}

		bool Insert(const pair<K, V>& kv)
		{
			if (Find(kv.first))
				return false;

			Hash hash;
			if (_n == _tables.size())//扩容
			{
				vector<Node*> newTable(__stl_next_prime(_tables.size() + 1));
				for (int i = 0;i < _tables.size();i++)
				{
					Node* cur = _tables[i];
					
					while (cur)
					{
						Node* next = cur->_next;
						size_t hashi = hash(kv.first) % newTable.size();//找到新表的映射位置
						//头插
						cur->_next = newTable[hashi];
						newTable[hashi] = cur;

						cur = next;
					}
					_tables[i] = nullptr;
				}
				_tables.swap(newTable);
			}

			size_t hashi = hash(kv.first) % _tables.size();
			Node* newnode = new Node(kv);
			//头插
			newnode->_next = _tables[hashi];
			_tables[hashi] = newnode;
			++_n;

			return true;
		}

		Node* Find(const K& key)
		{
			Hash hash;
			size_t hashi = hash(key) % _tables.size();
			Node* cur = _tables[hashi];
			while (cur)
			{
				if (cur->_kv.first == key)
					return cur;
				cur = cur->_next;
			}
			return nullptr;
		}

		bool Erase(const K& key)
		{
			Hash hash;
			size_t hashi = hash(key) % _tables.size();
			Node* prev = nullptr;
			Node* cur = _tables[hashi];
			while (cur)
			{
				if (cur->_kv.first == key)//找到了
				{
					if (prev == nullptr)//待删除节点为头节点
						_tables[hashi] = cur->_next;
					else  //待删除节点为中间节点
						prev->_next = cur->_next;

					delete cur;
					--_n;
					return true;
				}
				else
				{
					prev = cur;
					cur = cur->_next;
				}
			}
			return false;
		}

	private:
		vector<Node*> _tables;
		size_t _n = 0;
	};
}

测试

cpp 复制代码

int main()
{
	int a[] = { 19,30,5,36,13,20,21,12,24,96 };
	hash_bucket::HashTable<int, int> ht;
	for (auto& e : a)
	{
		ht.Insert({ e,e });
	}
	ht.Insert({ 100,100 });
	ht.Insert({ 101,101 });

	cout << ht.Find(19) << endl;
	cout << ht.Find(36) << endl;
	cout << ht.Find(96) << endl;
	cout << ht.Find(101) << endl << endl;

	ht.Erase(19);
	ht.Erase(36);
	ht.Erase(96);
	ht.Erase(101);

	cout << ht.Find(19) << endl;
	cout << ht.Find(36) << endl;
	cout << ht.Find(96) << endl;
	cout << ht.Find(101) << endl << endl;

	return 0;
}

哈希表封装unordered_set和unordered_map

与红黑树封装set和map类似，HashTable也实现了泛型，其中HashTable用链地址法实现，仿函数KeyOfT取出T类型对象的Key对象，仿函数Hash转成size_t 。

代码实现

cpp 复制代码

//HashTable.h
#include<vector>
#include<string>
using namespace std;

template<class K>
struct HashFunc
{
	size_t operator()(const K& key)
	{
		return (size_t)key;
	}
};
template<>
struct HashFunc<string>
{
	size_t operator()(const string& s)
	{
		size_t hash = 0;
		for (auto& e : s)
		{
			hash += e;
			hash *= 131;
		}
		return hash;
	}

};

inline unsigned long __stl_next_prime(unsigned long n)
{
	// Note: assumes long is at least 32 bits.
	static const int __stl_num_primes = 28;
	static const unsigned long __stl_prime_list[__stl_num_primes] = {  //一个数组
		53, 97, 193, 389, 769,
		1543, 3079, 6151, 12289, 24593,
		49157, 98317, 196613, 393241, 786433,
		1572869, 3145739, 6291469, 12582917, 25165843,
		50331653, 100663319, 201326611, 402653189, 805306457,
		1610612741, 3221225473, 4294967291
	};
	const unsigned long* first = __stl_prime_list;
	const unsigned long* last = __stl_prime_list + __stl_num_primes;
	const unsigned long* pos = lower_bound(first, last, n);
	return pos == last ? *(last - 1) : *pos;
}

namespace hash_bucket
{
	template<class T>
	struct HashNode
	{
		T _data;
		HashNode<T>* _next;

		HashNode(const T& data)
			:_data(data)
			,_next(nullptr)
		{ }
	};

	//前置声明
	template<class K,class T,class KeyOfT,class Hash>
	class HashTable;

	template<class K,class T,class Ref,class Ptr,class KeyOfT,class Hash>
	struct HTIterator
	{
		typedef HashNode<T> Node;
		typedef HashTable<K, T, KeyOfT, Hash> HT;
		typedef HTIterator<K, T, Ref, Ptr, KeyOfT, Hash> Self;

		Node* _node;
		const HT* _ht;//用在operator++

		HTIterator(Node* node, const HT* ht)
			:_node(node)
			,_ht(ht)
		{ }

		Ref operator*()//解引用
		{
			return _node->_data;
		}
		Ptr operator->()//取数据
		{
			return &_node->_data;
		}
		bool operator!=(const Self& s)
		{
			return _node != s._node;
		}

		Self& operator++()//函数只是让当前迭代器走到新位置，最后返回该迭代器
		{
			if (_node->_next)
				_node = _node->_next;
			else  //当前桶已走完
			{
				KeyOfT kot;
				Hash hash;
				size_t hashi = hash(kot(_node->_data)) % _ht->_tables.size();//当前桶的位置
				hashi++;
				while (hashi < _ht->_tables.size())
				{
					_node = _ht->_tables[hashi];
					if (_node)
						break;
					else
						hashi++;
				}
				if (hashi == _ht->_tables.size())
					_node = nullptr;
			}
			return *this;
		}

	};

	template<class K,class T,class KeyOfT,class Hash=HashFunc<T>> //T本身是K，或含有K
	class HashTable
	{
		//友元声明
		template<class K,class T,class Ref,class Ptr,class KeyOfT,class Hash>
		friend struct HTIterator;

		typedef HashNode<T> Node;
	public:
		typedef HTIterator<K, T, T&, T*, KeyOfT, Hash> Iterator;
		typedef HTIterator<K, T, const T&, const T*, KeyOfT, Hash> ConstIterator;

		Iterator Begin()
		{
			if (_n == 0)
				return End();
			for (int i = 0;i < _tables.size();i++)//找到哈希表中不为空的位置
			{
				Node* cur = _tables[i];
				if (cur)
					return Iterator(cur, this);
			}
			return End();
		}
		Iterator End()
		{
			return Iterator(nullptr, this);
		}
		ConstIterator Begin() const
		{
			if (_n == 0)
				return End();
			for (int i = 0;i < _tables.size();i++)
			{
				Node* cur = _tables[i];
				if (cur)
					return ConstIterator(cur, this);
			}
			return End();
		}
		ConstIterator End() const
		{
			return ConstIterator(nullptr, this);
		}

		HashTable()
			:_tables(__stl_next_prime(0))
			,_n(0)
		{ }


		~HashTable()
		{
			for (int i = 0;i < _tables.size();i++)
			{
				Node* cur = _tables[i];
				while (cur)
				{
					Node* next = cur->_next;
					delete cur;
					cur = next;
				}
				_tables[i] = nullptr;
			}
		}

		pair<Iterator, bool> Insert(const T& data)
		{
			KeyOfT kot;
			auto it = Find(kot(data));
			if (it != End())
				return { it,false };

			Hash hash;
			if (_n == _tables.size())//扩容
			{
				vector<Node*> _newTable;
				_newTable.resize(__stl_next_prime(_tables.size() + 1));

				for (int i = 0;i < _tables.size();i++)
				{
					Node* cur = _tables[i];
					while (cur)
					{
						Node* next = cur->_next;
						size_t hashi = hash(kot(cur->_data)) % _newTable.size();//找到新表的映射位置
						//头插
						cur->_next = _newTable[hashi];
						_newTable[hashi] = cur;

						cur = next;
					}
				}
				_tables.swap(_newTable);
			}

			size_t hashi = hash(kot(data)) % _tables.size();
			Node* newnode = new Node(data);
            //头插
			newnode->_next = _tables[hashi];
			_tables[hashi] = newnode;
			_n++;

			return { Iterator(newnode,this),true };
		}

		Iterator Find(const K& key)
		{
			KeyOfT kot;
			Hash hash;
			size_t hashi = hash(key) % _tables.size();
			Node* cur = _tables[hashi];
			while (cur)
			{
				if (kot(cur->_data) == key)
					return { cur,this };
				cur = cur->_next;
			}
			return End();
		}

		bool Erase(const K& key)
		{
			Hash hash;
			KeyOfT kot;
			size_t hashi = hash(key) % _tables.size();
			Node* cur = _tables[hashi];
			Node* prev = nullptr;
			while (cur)
			{
				if (kot(cur->_data) == key)//找到了
				{
					if (prev == nullptr)//待删除节点为头节点
					{
						_tables[hashi] = cur->_next;
					}
					else //待删除节点为中间节点
					{
						prev->_next = cur->_next;
					}
					delete cur;
					--_n;
					return true;
				}
				else
				{
					prev = cur;
					cur = cur->_next;
				}
			}
			return false;
		}

	private:
		vector<Node*> _tables;
		size_t _n=0;
	};
}

//UnorderedSet.h
#include"HashTable.h"
namespace mine
{
	template<class K,class Hash=HashFunc<K>>
	class unordered_set
	{
		struct SetKeyOfT
		{
			const K& operator()(const K& key)
			{
				return key;
			}
		};
	public:
		typedef typename hash_bucket::HashTable<K, const K, SetKeyOfT, Hash>::Iterator iterator;
		typedef typename hash_bucket::HashTable<K, const K, SetKeyOfT, Hash>::ConstIterator const_iterator;

		iterator begin()
		{
			return _ht.Begin();
		}
		iterator end()
		{
			return _ht.End();
		}
		const_iterator begin() const
		{
			return _ht.Begin();
		}
		const_iterator end() const
		{
			return _ht.End();
		}

		pair<iterator, bool> insert(const K& key)
		{
			return _ht.Insert(key);
		}
		iterator find(const K& key)
		{
			return _ht.Find();
		}
		bool erase(const K& key)
		{
			return _ht.Erase(key);
		}

	private:
		hash_bucket::HashTable<K, const K, SetKeyOfT, Hash> _ht;
	};

	void print(const unordered_set<int>& us)//测试const迭代器
	{
		unordered_set<int>::const_iterator cit = us.begin();
		cout << typeid(us).name() << endl;
		while (cit != us.end())
		{
			cout << *cit << " ";
			++cit;
		}
		cout << endl;
		for (auto e : us)
		{
			cout << e << " ";
		}
		cout << endl << endl;
	}
}

//UnorderedMap.h
#include"HashTable.h"
namespace mine
{
	template<class K,class V,class Hash=HashFunc<K>>
	class unordered_map
	{
		struct MapKeyOfT
		{
			const K& operator()(const pair<K, V>& kv)
			{
				return kv.first;
			}
		};
	public:
		typedef typename hash_bucket::HashTable<K, pair<const K, V>, MapKeyOfT, Hash>::Iterator iterator;
		typedef typename hash_bucket::HashTable<K, pair<const K, V>, MapKeyOfT, Hash>::ConstIterator const_iterator;

		iterator begin()
		{
			return _ht.Begin();
		}
		iterator end()
		{
			return _ht.End();
		}
		const_iterator begin() const
		{
			return _ht.Begin();
		}
		const_iterator end() const
		{
			return _ht.End();
		}

		V& operator[](const K& key)
		{
			auto ret = insert({ key,V() });
			return ret.first->second;
		}

		pair<iterator ,bool> insert(const pair<K, V>& kv)
		{
			return _ht.Insert(kv);
		}
		iterator find(const K& key)
		{
			return _ht.Find(key);
		}
		bool erase(const K& key)
		{
			return _ht.Erase(key);
		}
	private:
		hash_bucket::HashTable<K, pair<const K, V>, MapKeyOfT, Hash> _ht;
	};

	void print(const unordered_map<string, string>& um)//测试const迭代器
	{
		unordered_map<string, string>::const_iterator cit = um.begin();
		while (cit != um.end())
		{
			cout << cit->first << "：" << cit->second << endl;
			++cit;
		}
		cout << endl;
		for (auto& e : um)
		{
			cout << e.first << "：" << e.second << endl;
		}
	}
}

测试mine::unordered_set

cpp 复制代码

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
using namespace std;
#include"UnorderedSet.h"
#include"UnorderedMap.h"

int main()
{
	int a[] = { 3,11,86,7,88,82,1,881,5,6,7,6 };
	mine::unordered_set<int> us;
	for (auto e : a)
	{
		us.insert(e);
	}
	auto it = us.begin();
	while (it != us.end())
	{
		cout << *it << " ";
		++it;
	}
	cout << endl;
	for (auto& e : us)
	{
		cout << e << " ";
	}
	cout << endl << endl;

	mine::print(us);
 
 	return 0;
}

测试mine::unordered_map

cpp 复制代码

int main()
{
	mine::unordered_map<string, string> dict;
	dict.insert({ "sort","排序" });
	dict.insert({ "字符串","string" });
	dict.insert({ "left","左" });
	dict.insert({ "right","右" });

	for (auto& e : dict)
	{
		cout << e.first << "：" << e.second << endl;
	}
	cout << endl;

	dict["left"] = "左，剩余";
	dict["insert"] = "插入";
	dict["string"];

	auto it = dict.begin();
	while (it != dict.end())
	{
		//it->second += "x";
		cout << it->first << "：" << it->second << endl;
		++it;
	}
	cout << endl;

	print(dict);

	return 0;
}