散列表是典型的以空间换取时间的数据结构;它在插入、删除、查找操作上也具有常数平均时间的表现,但是这种表现是以统计为基础的;
基本知识
(1)负载系数,指元素的个数除以表格大小,除非采用开链法(拉链法),否则负载系数应该在0~1之间;
(2)对应像字符串类型、float这样的类型,如何映射到表上,这时候使用散列函数hash function;hash function带来的问题是可能有不同的元素被映射到相同的位置,这是无法避免的,因为元素的个数有可能会大于表的大小,这就是碰撞问题;如nginx中有这样一个散列函数:
#define ngx_hash(key,c) ((ngx_uint_t) key * 31 + c)
//求槽的位置 ngx_uint_t ngx_hash_key(u_char *data,size_t len) { ngx_uint_t i,key; key = 0; for (i = 0; i < len; i++) { key = ngx_hash(key,data[i]); //key的循环利用 } return key; }
(3)解决碰撞的问题,线性探测(线性探测是逐个往下找,遇到惰性删除记号或空元素即可;因此要求表格足够大,但是该假设比较不符合实际,会带来一次群集问题);二次探测(H为计算的槽位置,二次探测是使用H+1^2, H-1^2, H+2^2, H-2^2,......H+i^2, .H-i^2;但是也会带来二次群集的问题);
(4)在nginx中散列表的建立会预先采用探测的方法来计算合适的表大小,因为nginx中的散列表不支持删除,只能够一次性创建,能够利用探测的方法计算出合适的空间大小;详情请见nginx专题中的hash的介绍;
(5)采用开链法,对每一个槽对于冲突的元素建立一个链表,只要链表足够短,速度还是够快的;在stl中,对于元素个数过多时,会动态调整表的大小,使得冲突的链表元素尽可能小;采用开链法,表格的负载系数将会大于1;
代码分析
(本节选取stl中hashtable的相关代码进行分析)
表格的质数表
static const int __stl_num_primes = 28; //先将28个质数计算好 static const unsigned long __stl_prime_list[__stl_num_primes] = { 53,97,193,389,769,1543,3079,6151,12289,24593,49157,98317,196613,393241,786433,1572869,3145739,6291469,12582917,25165843,50331653,100663319,201326611,402653189,805306457,1610612741,3221225473ul,4294967291ul };说明几点
(1)在stl中,表格的大小选取为一个最靠近某个数,并大于等于某个数的质数;通过上述表格来获取,总共有28个质数;
获得合适的表格大小
inline unsigned long __stl_next_prime(unsigned long n) { 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); //找到的是第一个小于等于n的某个质数,若n不存在,返回一个不小于n的元素 return pos == last ? *(last - 1) : *pos; //先判别pos是否与last相等,相等则返回最后一个质数,否则返回相应位置的质数 }
桶节点
//这个是hashtable的桶所维护的节点 template <class Value> struct __hashtable_node { __hashtable_node* next; //连接下一个桶 Value val; //元素值 };
//创建节点 node* new_node(const value_type& obj) //节点空间配置 { node* n = node_allocator::allocate(); //申请一块内存 n->next = 0; __STL_TRY { construct(&n->val,obj); //构造 return n; } __STL_UNWIND(node_allocator::deallocate(n)); } //删除节点 void delete_node(node* n) //节点空间释放 { destroy(&n->val); node_allocator::deallocate(n); }
hastable中的表结构
typedef __hashtable_node<Value> node; vector<node*,Alloc> buckets; //buckets是以vector来做桶的
构造散列表
//hashtable的构造函数 hashtable(size_type n,const HashFcn& hf,const EqualKey& eql) : hash(hf),equals(eql),get_key(ExtractKey()),num_elements(0) { initialize_buckets(n); }
size_type next_size(size_type n) const { return __stl_next_prime(n); } //获得表的大小 void initialize_buckets(size_type n) { const size_type n_buckets = next_size(n); //知道合适的表大小 buckets.reserve(n_buckets); //创建表 buckets.insert(buckets.end(),n_buckets,(node*) 0); //每一个表插入节点,为空指针 num_elements = 0; //元素的个数为0 }说明几点
(1)buckets中插入的元素为NULL指针;
判断元素的插入位置
size_type bkt_num_key(const key_type& key) const { return bkt_num_key(key,buckets.size()); } //只接受实值 size_type bkt_num(const value_type& obj) const { return bkt_num_key(get_key(obj)); } size_type bkt_num_key(const key_type& key,size_t n) const { return hash(key) % n; //SGI所有内建的hash() } //接受实值和buckets个数 size_type bkt_num(const value_type& obj,size_t n) const { return bkt_num_key(get_key(obj),n); }
散列函数
//对于字符串类型char*的函数的转换函数 inline size_t __stl_hash_string(const char* s) { unsigned long h = 0; for ( ; *s; ++s) h = 5*h + *s; return size_t(h); } __STL_TEMPLATE_NULL struct hash<char*> { size_t operator()(const char* s) const { return __stl_hash_string(s); } }; __STL_TEMPLATE_NULL struct hash<const char*> { size_t operator()(const char* s) const { return __stl_hash_string(s); } }; __STL_TEMPLATE_NULL struct hash<char> { size_t operator()(char x) const { return x; } }; __STL_TEMPLATE_NULL struct hash<unsigned char> { size_t operator()(unsigned char x) const { return x; } }; __STL_TEMPLATE_NULL struct hash<signed char> { size_t operator()(unsigned char x) const { return x; } }; __STL_TEMPLATE_NULL struct hash<short> { size_t operator()(short x) const { return x; } }; __STL_TEMPLATE_NULL struct hash<unsigned short> { size_t operator()(unsigned short x) const { return x; } }; __STL_TEMPLATE_NULL struct hash<int> { size_t operator()(int x) const { return x; } }; __STL_TEMPLATE_NULL struct hash<unsigned int> { size_t operator()(unsigned int x) const { return x; } }; __STL_TEMPLATE_NULL struct hash<long> { size_t operator()(long x) const { return x; } }; __STL_TEMPLATE_NULL struct hash<unsigned long> { size_t operator()(unsigned long x) const { return x; } };
散列表插入元素(元素值不允许重复)
//插入元素,元素值不允许重复 pair<iterator,bool> insert_unique(const value_type& obj) { resize(num_elements + 1); //判断是否需要重建表格 return insert_unique_noresize(obj); //插入元素,键值不允许重复 }
//判断是否需要重建表格 template <class V,class K,class HF,class Ex,class Eq,class A> void hashtable<V,K,HF,Ex,Eq,A>::resize(size_type num_elements_hint) { const size_type old_n = buckets.size(); //buckets中的表格大小 if (num_elements_hint > old_n) { //现有的元素个数大于以前的表格大小时 const size_type n = next_size(num_elements_hint); //找到下一个新的质数 if (n > old_n) { vector<node*,A> tmp(n,(node*) 0); //创建新的bucket __STL_TRY { for (size_type bucket = 0; bucket < old_n; ++bucket) { //旧的 node* first = buckets[bucket]; //节点的本身 while (first) { size_type new_bucket = bkt_num(first->val,n); //计算新的插入位置,因为n改变了 buckets[bucket] = first->next; //旧的散列表先指向下一个元素 first->next = tmp[new_bucket]; //first指向新的散列表中元素指针 tmp[new_bucket] = first; //新的散列表指向first first = buckets[bucket]; //再次指向旧的散列表的指针 } } buckets.swap(tmp); //交换 } } }
//在不需要重建表格的情况下,元素值是不允许重复的 template <class V,class A> pair<typename hashtable<V,A>::iterator,bool> hashtable<V,A>::insert_unique_noresize(const value_type& obj) { const size_type n = bkt_num(obj); //计算插入的位置 node* first = buckets[n]; for (node* cur = first; cur; cur = cur->next) if (equals(get_key(cur->val),get_key(obj))) //元素值是不允许相同的 return pair<iterator,bool>(iterator(cur,this),false); node* tmp = new_node(obj); //产生新的节点 tmp->next = first; //指向头元素 buckets[n] = tmp; //表中指针指向tmp ++num_elements; //更新节点的个数 return pair<iterator,bool>(iterator(tmp,true); }
散列表插入元素(元素值允许重复)
iterator insert_equal(const value_type& obj) { resize(num_elements + 1); //是否重建表格 return insert_equal_noresize(obj); //插入元素,元素值可以重复 }
//允许元素值重复 template <class V,class A> typename hashtable<V,A>::iterator hashtable<V,A>::insert_equal_noresize(const value_type& obj) { const size_type n = bkt_num(obj); //找到插入位置 node* first = buckets[n]; for (node* cur = first; cur; cur = cur->next) if (equals(get_key(cur->val),get_key(obj))) { //相等时 //马上插入,并返回 node* tmp = new_node(obj); tmp->next = cur->next; //指向相等元素的下一个指向 cur->next = tmp; //相等元素指向新的插入 ++num_elements; return iterator(tmp,this); } //插入新的元素,元素值并没有重复 node* tmp = new_node(obj); tmp->next = first; buckets[n] = tmp; ++num_elements; return iterator(tmp,this); }
查找元素
//找到某个键值 iterator find(const key_type& key) { size_type n = bkt_num_key(key); //找到插入位置 node* first; for ( first = buckets[n]; //从首指针开始查找判断 first && !equals(get_key(first->val),key); //判断键值相同的 first = first->next) {} return iterator(first,this); }
删除元素
//删除所有与节点键值相同的元素 template <class V,A>::size_type hashtable<V,A>::erase(const key_type& key) { const size_type n = bkt_num_key(key); //找到插入位置 node* first = buckets[n]; //第一个元素的指针 size_type erased = 0; if (first) { node* cur = first; //当前指针,首指针先跳过 node* next = cur->next; //下一个指针 while (next) { //下一个元素和key来比 if (equals(get_key(next->val),key)) { //节点的键值相同 cur->next = next->next; //先改变当前指针的指向 delete_node(next); //删除 next = cur->next; //next ++erased; --num_elements; } else { cur = next; next = cur->next; } } if (equals(get_key(first->val),key)) { //若首指针也相同,也要删除 buckets[n] = first->next; //buckets指向下一个 delete_node(first); //删除 ++erased; --num_elements; } } return erased; }
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。