目录

引入

 开散列的底层实现

哈希表的定义

哈希表的扩容

哈希表的插入

哈希表查找

哈希表的删除

---

引入

接上一篇，我们使用了闭散列的方法解决了哈希冲突，此篇文章将会使用开散列的方式解决哈希冲突，后面对unordered_set和unordered_map的封装也会用开散列的哈希表实现。

开散列，也叫哈希桶和拉链法，其数组中存储的不再是单个数据，而是一个个的节点指针。通过将数据映射到对应位置后，插入到链表中去。

闭散列就像一个个的链表挂在数组上。 

---

 开散列的底层实现

与闭散列不同的是，开散列哈希表中存储的是节点，不再是具体数据；也不许需要再存储状态，只需要存储下一个指针即可。

哈希表的定义

template<class K,class V>
struct HashNode
{//默认构造HashNode(const pair<K,V>& kv=pair()):_kv(kv),next(nullptr){ }pair<K, V> _kv;HashNode* _next;
};template<class K,class V>
class HashTable
{typedef HashNode<K, V> Node;
public://默认构造HashTable(){_table.resize(10);  //初始情况下数组有10个空间_n = 0;}private:vector<Node*> _table;size_t _n;   //存储有效数据
};

---

哈希表的扩容

开散列在插入时，像闭散列一样也要检查载荷因子时候满足条件。开散列的载荷因子没有闭散列那么严格，开散列的载荷因子要求小于1即可，平均每条链有一个数据。

在扩容后也需要对数据进行重新插入。

扩容方法：创建新的哈希表，将原数据的节点一个个的插入到新数组中，再将两个数组进行交换。

//扩容
void More()
{if ((double)_n / _table.size() >= 1){//进行扩容HashTable newtable;size_t newsize = 2 * _table.size();newtable._table.resize(newsize);  //扩容两倍扩size_t hashi = 0;while (hashi < _table.size()){if (_table[hashi]){//将数据进行头插Node* pcur = _table[hashi];while (pcur){Node* next = pcur->_next;pcur->_next = newtable._table[hashi];newtable._table[hashi] = pcur;pcur = next;}}hashi++;}_table.swap(newtable._table);}
}

哈希表的插入

//插入
bool insert(const pair<K, V>& kv)
{//扩容More();size_t hashi = kv.first % _table.size();Node* newnode = new Node(kv);//将数据头插到对应映射的位置newnode->_next = _table[hashi];_table[hashi] = newnode;_n++;return true;
}

哈希表查找

先找到映射的位置，在对应位置的链表中查找。

//查找
bool Find(const K& key)
{size_t hashi = key % _table.size();Node* pcur = _table[hashi];while (pcur){if (pcur->_kv.first == key){return true;}pcur = pcur->_next;}return false;
}

哈希表的删除

哈希表的删除比较简单：直接将该节点的前后指针连起来即可。

//删除
bool Erase(const K& key)
{size_t hashi = key % _table.size();Node* pcur = _table[hashi];Node* parent = nullptr;while (pcur){if (pcur->_kv.first == key){if (parent == nullptr){delete pcur;pcur = nullptr;_table[hashi] = nullptr;}else{parent->_next = pcur->_next;delete pcur;}return true;}pcur = pcur->_next;}return false;
}

---

到此，哈希表的开散列的基本实现已经完成。还有一些具体细节将在《哈希表的封装》中进行具体分析。