答案:C++中开放寻址法通过线性探测、二次探测和双重哈希在冲突时寻找空位,需标记删除状态并控制负载因子以维持性能。

在C++中实现开放寻址法(Open Addressing)解决哈希冲突,核心思路是当发生冲突时,在哈希表中寻找下一个可用的位置来存储数据,而不是使用链表等外部结构。常见的探测方式包括线性探测、二次探测和双重哈希。
1. 线性探测(Linear Probing)
线性探测是最简单的开放寻址策略:当哈希位置被占用时,依次检查下一个位置,直到找到空位。
关键点:
- 哈希函数:hash(key) % table_size
- 探测序列:(hash(key) + i) % table_size,其中 i 从 0 开始递增
- 删除操作需标记“已删除”状态,避免查找中断
示例代码:
立即学习“C++免费学习笔记(深入)”;
#include <iostream>
#include <vector>
using namespace std;
<p>enum State { EMPTY, OCCUPIED, DELETED };</p><p>struct HashEntry {
int key;
int value;
State state;</p><pre class='brush:php;toolbar:false;'>HashEntry() : key(0), value(0), state(EMPTY) {}};
class HashTable {
private:
vector
int hash(int key) {
return key % size;
}
int find_index(int key) {
int index = hash(key);
int i = 0;
while (table[(index + i) % size].state != EMPTY &&
table[(index + i) % size].key != key) {
i++;
}
return (index + i) % size;
}public: HashTable(int s) : size(s) { table.resize(size); }
void insert(int key, int value) {
int index = hash(key);
int i = 0;
while (table[(index + i) % size].state == OCCUPIED &&
table[(index + i) % size].key != key) {
i++;
}
int pos = (index + i) % size;
table[pos].key = key;
table[pos].value = value;
table[pos].state = OCCUPIED;
}
int search(int key) {
int index = hash(key);
int i = 0;
while (table[(index + i) % size].state != EMPTY) {
int pos = (index + i) % size;
if (table[pos].state == OCCUPIED && table[pos].key == key) {
return table[pos].value;
}
i++;
}
return -1; // not found
}
void remove(int key) {
int index = find_index(key);
if (table[index].state == OCCUPIED && table[index].key == key) {
table[index].state = DELETED;
}
}};
2. 二次探测(Quadratic Probing)
为减少聚集现象,使用平方增量进行探测。
探测公式:(hash(key) + i²) % table_size
注意:表大小应为质数,且负载因子控制在较低水平,以确保能找到空位。
修改插入部分示例:
void insert(int key, int value) {
int index = hash(key);
int i = 0;
while (i < size) {
int pos = (index + i*i) % size;
if (table[pos].state == EMPTY || table[pos].state == DELETED) {
table[pos].key = key;
table[pos].value = value;
table[pos].state = OCCUPIED;
return;
} else if (table[pos].key == key && table[pos].state == OCCUPIED) {
table[pos].value = value; // update
return;
}
i++;
}
}
3. 双重哈希(Double Hashing)
使用第二个哈希函数计算步长,进一步分散探测路径。
探测公式:(h1(key) + i * h2(key)) % table_size
常用设计:
h1(key) = key % size
h2(key) = prime - (key % prime),prime 为略小于 size 的质数
示例:
int hash2(int key) {
int prime = 7; // 小于 size 的质数
return prime - (key % prime);
}
<pre class='brush:php;toolbar:false;'>void insert(int key, int value) {
int index1 = hash(key);
int index2 = hash2(key);
int i = 0;
while (i < size) {
int pos = (index1 + i * index2) % size;
if (table[pos].state == EMPTY || table[pos].state == DELETED) {
table[pos].key = key;
table[pos].value = value;
table[pos].state = OCCUPIED;
return;
}
i++;
}
}
注意事项与优化建议
开放寻址法虽然节省空间,但对负载因子敏感。一般当负载因子超过 0.7 时性能显著下降。
- 保持负载因子低,必要时扩容并重新哈希
- 选择合适的探测方法:线性简单但易聚集,双重哈希分布更均匀
- 删除操作不能真正清空,必须标记为 DELETED
- 表大小尽量用质数,尤其配合二次或双重哈希
基本上就这些。开放寻址法实现不复杂,但细节决定稳定性。










