我要评论前言：本篇文章继续分享新的容器unordered_map和set。前边我们分享过map和set，其底层为红黑树，而unordered_map和set的底层则为哈希表，因此在unordered_map和set的实现中，我们可以效仿许多在map和set的中就分享过的一些知识，所以在本篇文章中，就不对分享过的知识进行重复讲解。
而unordered_map和set与map和set的区别，即为红黑树和哈希表的区别。
目录
一.修改hash
我们所实现的普通哈希表肯定是无法直接拿来作为unordered_map和set的底层代码的，所以我们需要对其进行优化修改，完整代码如下：
template<class k>
struct hashfunc
{
size_t operator()(const k& key)
{
return (size_t)key;
}
};
struct hashstringfunc
{
size_t operator()(const string& s)
{
size_t hash = 0;
for (auto e : s)
{
hash += e;
}
return hash;
}
};
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 keyoft, class hash>
struct __iterator
{
typedef hashnode<t> node;
typedef __iterator<k, t, keyoft, hash> self;
node* _node;
hashtable<k, t, keyoft, hash>* _pht;
__iterator(node* node, hashtable<k, t, keyoft, hash>* pht)
:_node(node)
,_pht(pht)
{}
t& operator*()
{
return _node->_data;
}
t* operator->()
{
return &_node->_data;
}
self& operator++()
{
if (_node->_next)
//当前桶没走完，找到下一个节点
_node = _node->_next;
else
{
//当前桶走完了，找下一个不为空的桶的第一个节点
keyoft kot;
hash hs;
size_t i = hs(kot(_node->_data)) % _pht->_tables.size();
i++;
for (; i < _pht->_tables.size(); i++)
{
if (_pht->_tables[i])
break;
}
if (i == _pht->_tables.size())
//所有桶都走完了，置nullptr
_node = nullptr;
else
_node = _pht->_tables[i];
}
return *this;
}
bool operator!=(const self& s)
{
return _node != s._node;
}
};
template<class k, class t, class keyoft, class hash>
class hashtable
{
typedef hashnode<t> node;
public:
//友元
template<class k, class t, class keyoft, class hash>
friend struct __iterator;
typedef __iterator<k, t, keyoft, hash> iterator;
iterator begin()
{
for (size_t i = 0; i < _tables.size(); i++)
{
node* cur = _tables[i];
if (cur)
{
return iterator(cur, this);
}
}
return end();
}
iterator end()
{
return iterator(nullptr, this);
}
hashtable()
{
_tables.resize(10, nullptr);
_n = 0;
}
~hashtable()
{
for (size_t i = 0; i < _tables.size(); i++)
{
node* cur = _tables[i];
while (cur)
{
node* next = cur->_next;
delete cur;
cur = next;
}
_tables[i] = nullptr;
}
}
//插入
pair<iterator,bool> insert(const t& data)
{
keyoft kot;
hash hs;
//判断是否存在
iterator it = find(kot(data));
if (it != end())
return make_pair(it,false);
//扩容
if (_n == _tables.size())
{
vector<node*> newtables(_tables.size() * 2, nullptr);
for (size_t i = 0; i < _tables.size(); i++)
{
node* cur = _tables[i];
while (cur)
{
node* next = cur->_next;
size_t hashi = hs(kot(cur->_data)) % newtables.size();
cur->_next = newtables[hashi];
newtables[hashi] = cur;
cur = next;
}
_tables[i] = nullptr;
}
_tables.swap(newtables);
}
size_t hashi = hs(kot(data)) % _tables.size();
node* newnode = new node(data);
//头插
newnode->_next = _tables[hashi];
_tables[hashi] = newnode;
++_n;
return make_pair(iterator(newnode,this), false);
}
//寻找
iterator find(const k& key)
{
keyoft kot;
hash hs;
size_t hashi = hs(key) % _tables.size();
node* cur = _tables[hashi];
while (cur)
{
if (kot(cur->_data) == key)
return iterator(cur,this);
cur = cur->_next;
}
return end();
}
bool erase(const k& key)
{
keyoft kot;
hash hs;
size_t hashi = hs(key) % _tables.size();
node* cur = _tables[hashi];
node* prev = nullptr;
while (cur)
{
if (kot(cur->_data) == key)
{
//删除的是第一个节点
if (prev == nullptr)
{
_tables[hashi] = cur->_next;
}
else
{
prev->_next = cur->_next;
}
delete cur;
}
else
{
prev = cur;
cur = cur->_next;
}
}
return false;
}
private:
vector<node*> _tables;//指针数组
size_t _n;
};
}这其中包括只对key进行操作的修改，以及当插入的元素为string型时对其进行的特殊处理。都是我们之前所分享过的知识。下面我们重点来看迭代器。
二.迭代器
先来看整体结构：
template<class k, class t, class keyoft, class hash>
struct __iterator
{
typedef hashnode<t> node;
typedef __iterator<k, t, keyoft, hash> self;
node* _node;
hashtable<k, t, keyoft, hash>* _pht;
__iterator(node* node, hashtable<k, t, keyoft, hash>* pht)
:_node(node)
,_pht(pht)
{}
t& operator*()
{
return _node->_data;
}
t* operator->()
{
return &_node->_data;
}
self& operator++()
{
if (_node->_next)
//当前桶没走完，找到下一个节点
_node = _node->_next;
else
{
//当前桶走完了，找下一个不为空的桶的第一个节点
keyoft kot;
hash hs;
size_t i = hs(kot(_node->_data)) % _pht->_tables.size();
i++;
for (; i < _pht->_tables.size(); i++)
{
if (_pht->_tables[i])
break;
}
if (i == _pht->_tables.size())
//所有桶都走完了，置nullptr
_node = nullptr;
else
_node = _pht->_tables[i];
}
return *this;
}
bool operator!=(const self& s)
{
return _node != s._node;
}
};其中最为重要的莫过于++运算符的重载，因为我们的哈希表是闭散列的哈希桶，所以是以指针数组作为底层。
在执行++操作时，需要先判断当前节点的next是否存在，存在就直接为next节点，不存在就说明当前节点已经是其所属的桶里的最后一个节点，那么接下来的操作就是去寻找下一个不为空的桶的第一个节点。
此时我们需要先计算出当前节点在数组中的位置，然后通过循环判断其后边的位置是否存在桶，如果存在，就返回新桶的第一个节点，不存在，就说明所有的桶都走完了，此时返回空指针nullptr。
三.完整代码
1.unordered_map
#include"hash.h"
namespace myunordered_map
{
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;
iterator begin()
{
return _ht.begin();
}
iterator end()
{
return _ht.end();
}
v& operator[](const k& key)
{
pair<iterator, bool> ret = insert(make_pair(key, v()));
return ret.first->second;
}
pair<iterator, bool> insert(const pair<k, v>& kv)
{
return _ht.insert(kv);
}
private:
hash_bucket::hashtable<k, pair<const k, v>, mapkeyoft, hash> _ht;
};
}2.unordered_set
#include"hash.h"
namespace myunordered_set
{
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;
iterator begin()
{
return _ht.begin();
}
iterator end()
{
return _ht.end();
}
pair<iterator, bool> insert(const k& key)
{
return _ht.insert(key);
}
private:
hash_bucket::hashtable<k, const k, setkeyoft, hash> _ht;
};
}四.总结
关于unordered_map和set就分享这么多，通过前边的知识的分享和掌握，unordered_map和set的实现也是如鱼得水。
喜欢本篇文章的小伙伴记得一键三连，我们下期再见！
发表评论