怎样用word做网站,中小学校园网站开发技术,钢丝高频退火设备网站建设,自己做网站卖货多少钱哈希算法#xff1a;哈希也叫散列、映射#xff0c;将任意长度的输入通过散列运算转化为固定长度的输出#xff0c;该输出就是哈希值#xff08;散列值#xff09;。
哈希映射是一种压缩映射#xff0c;通常情况下#xff0c;散列值的空间远小于输入值的空间。
哈希运…哈希算法哈希也叫散列、映射将任意长度的输入通过散列运算转化为固定长度的输出该输出就是哈希值散列值。
哈希映射是一种压缩映射通常情况下散列值的空间远小于输入值的空间。
哈希运算的结果称为哈希值哈希运算是不可逆过程即不能通过哈希值推算出原值。
哈希运算常用于加密、位图、布隆过滤位图的作用是海量数据的标记布隆过滤器的作用是提高海量数据查询的效率客户端向服务端查询数据。 一、哈希函数
HashFunc.h
#pragma once
#include iostream// 仿函数
templateclass K
struct HashFunc
{size_t operator()(const K key){return (size_t)key;}
};// 特化
template
struct HashFuncstd::string
{size_t operator()(const std::string str){size_t res 0;for (const auto ch : str){res * 131; // 随机数取值避免哈希冲突res ch;}return res;}
};
哈希表将数据根据哈希运算得到哈希值关键值再根据哈希值将数据映射在表中哈希表通常情况是一个vector容器。哈希表分为闭散列和开散列哈希桶。
哈希表的数据增删与红黑树差别不大各有优劣但是哈希表的数据查询效率远高于红黑树。 二、闭散列 #define _CRT_SECURE_NO_WARNINGS 1#pragma
#include iostream
#include vector
#include HashFunc.henum status
{EMPTY,EXIST,DELETE
};templateclass K, class V
struct CloseHashNode
{std::pairK, V _kv;status _status EMPTY;
};templateclass K, class V, class Hash HashFuncK
class CloseHash
{typedef CloseHashNodeK, V Data;
public:CloseHash(): _n(0){_table.resize(10);}bool Insert(const std::pairK, V kv){if (Find(kv.first))return false;// 负载因子为0.7if (_n * 10 / _table.size() 7){std::vectorData newTable;newTable.resize(2 * _table.size());for (int i 0; i _table.size(); i){if (_table[i]._status EXIST){size_t pos Hash()(_table[i]._kv.first) % newTable.size();while (newTable[pos]._status ! EMPTY){pos (pos) % newTable.size();}newTable[pos] _table[i];}}_table.swap(newTable);}size_t pos Hash()(kv.first) % _table.size();while (_table[pos]._status ! EMPTY){pos (pos) % _table.size();}_table[pos]._kv kv;_table[pos]._status EXIST;_n;return true;}Data* Find(const K key){size_t pos Hash()(key) % _table.size();int cnt 0;while (_table[pos]._status ! EMPTY cnt ! _table.size()){if (key _table[pos]._kv.first _table[pos]._status EXIST)return _table[pos];pos (pos) % _table.size();cnt;}return nullptr;}bool Erase(const K key){Data* ret Find(key);if (ret){ret-_status DELETE;--_n;return true;}else{return false;}}private:std::vectorData _table;size_t _n;
}; 三、开散列
开散列也称哈希桶哈希桶的vector节点存储的是数据节点相同哈希值的节点以链表的形式存储在同一个vector位置上当节点数与vector容量的比值为平衡因子值(1)时哈希桶扩容扩容时重新遍历原表将原表的元素重新取哈希进行映射为了提高效率不拷贝节点而是改变节点的指向。 #define _CRT_SECURE_NO_WARNINGS 1#pragma once
#include iostream
#include vector
#include HashFunc.htemplateclass K, class V
struct OpenHashNode
{std::pairK, V kv;OpenHashNodeK, V* next;OpenHashNode(const std::pairK, V x): kv(x), next(nullptr){}
};templateclass K, class V, class Hash HashFuncK
class OpenHash
{typedef OpenHashNodeK, V Node;
public:OpenHash(): _n(0){_table.resize(10, nullptr);}bool Insert(const std::pairK, V kv){if (Find(kv.first))return false;// 检查扩容平衡因子为 1if (_n _table.size()){std::vectorNode* newTable;newTable.resize(2 * _table.size(), nullptr);for (int i 0; i _table.size(); i){Node* cur _table[i];while (cur){Node* next cur-next;size_t pos Hash()(cur-kv.first) % newTable.size();cur-next newTable[pos];newTable[pos] cur;cur next;}}_table.swap(newTable);}// 插入新节点Node* newNode new Node(kv);size_t pos Hash()(newNode-kv.first) % _table.size();newNode-next _table[pos];_table[pos] newNode;_n;return true;}Node* Find(const K key){size_t pos Hash()(key) % _table.size();Node* cur _table[pos];while (cur){if (cur-kv.first key)return cur;cur cur-next;}return nullptr;}bool Erase(const K key){Node* ret Find(key);if (ret){size_t pos Hash()(key) % _table.size();Node* cur _table[pos];if (cur ret){cur ret-next;delete ret;ret nullptr;}else{while (cur-next ! ret){cur cur-next;}cur-next ret-next;delete ret;ret nullptr;}--_n;return true;}else{return false;}}private:std::vectorNode* _table;int _n;
};四、测试
#define _CRT_SECURE_NO_WARNINGS 1#include CloseHash.h
#include OpenHash.h
using namespace std;void TestCloseHash()
{cout CloseHash: endl endl;CloseHashint, int hash;int arr[] { 34, 36, 12, 54, 5, 22, 65, 32, 13, 4, 1, 52 };for (auto e : arr){hash.Insert(make_pair(e, e));}cout hash.Find(12) endl;cout hash.Find(22) endl;cout hash.Find(32) endl;cout hash.Find(42) endl;cout hash.Find(52) endl;cout endl;hash.Erase(32);cout hash.Find(12) endl;cout hash.Find(22) endl;cout hash.Find(32) endl;cout hash.Find(42) endl;cout hash.Find(52) endl;
}void TestOpenHash()
{cout endl endl OpenHash: endl endl;OpenHashint, int hash;int arr[] { 34, 36, 12, 54, 5, 22, 65, 32, 13, 4, 1, 52 };for (auto e : arr){hash.Insert(make_pair(e, e));}cout hash.Find(12) endl;cout hash.Find(22) endl;cout hash.Find(32) endl;cout hash.Find(42) endl;cout hash.Find(52) endl;cout endl;hash.Erase(32);cout hash.Find(12) endl;cout hash.Find(22) endl;cout hash.Find(32) endl;cout hash.Find(42) endl;cout hash.Find(52) endl;
}int main()
{TestCloseHash();TestOpenHash();return 0;
}
