哈希表与C++ STL中的unordered_map解析-优快云博客

本文链接：https://blog.youkuaiyun.com/suren_jun/article/details/127485721

本文介绍了哈希表的概念，包括其作为快速查找数据结构的工作原理，哈希函数的作用以及哈希冲突的解决方法。特别提到了C++ STL中的unordered_map结构，它是基于哈希表实现的，提供了O(1)的平均查询和插入效率。然而，当哈希冲突导致链表过长时，性能可能会退化到O(n)。为了解决这个问题，可以通过扩容或使用红黑树来保持高效性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

接下来是数据结构中哈希表的总结，哈希表在我以前学python的时候，也被称为散列表。简单的理解来说，哈希表我们翻越的拼音字典，一个拼音对应一个汉字或多个汉字。

哈希表基础

哈希表（Hash Table）：也叫做散列表。是根据关键码值（Key Value）直接进行访问的数据结构。也就是说，它通过键 key 和一个映射函数 Hash(key) 计算出对应的值 value，把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做「哈希函数（散列函数）」，存放记录的数组叫做「哈希表（散列表）」。

具体可以参考下面两篇文章，分别采用python和C++实现

01.哈希表知识 | 算法通关手册 (itcharge.cn)

代码随想录 (programmercarl.com)

这里借用上面资料对哈希表进行一个总结

哈希表：通过键 key 和一个映射函数 Hash(key) 计算出对应的值 value，把关键码值映射到表中一个位置来访问记录，以加快查找的速度。
哈希函数：将哈希表中元素的关键键值映射为元素存储位置的函数。
哈希冲突：不同的关键字通过同一个哈希函数可能得到同一哈希地址。

掌握哈希函数，哈希冲突这两个关键的问题，而对于字符串，浮点型等数据也会先转成整形，在通过哈希函数映射。

哈希函数：直接定址法、除留余数法、平方取中法、基数转换法、数字分析法、折叠法、随机数法、乘积法、点积法等。

哈希冲突：开放地址法和链地址法。

下面是STL中的字典结构

映射	底层实现	是否有序	数值是否可以重复	能否更改数值	查询效率	增删效率
std::map	红黑树	key有序	key不可重复	key不可修改	O(logn)	O(logn)
std::multimap	红黑树	key有序	key可重复	key不可修改	O(log n)	O(log n)
std::unordered_map	哈希表	key无序	key不可重复	key不可修改	O(1)	O(1)

C++中STL的哈希表解决哈希冲突采用的链式地址法。

当然这里有一个问题，那就是采用链式地址法的时候，如果每次插入的key所对应的映射值都是同一个，那么最后的结果就是哈希表被退化成了链表，查询效率为O(n)。虽然也有办法解决，那就是扩容因子，比如当你不同key对应同一个值的value时，后面链表长度超过8个，我就给整个空间扩容。不过这样的效果不一定理想，还可以把哈希链表改成红黑树，这样查询速度最低也是O（logn）了。