【数据结构】哈希表

哈希表（$Hashtable$），也叫散列表，是一个根据关键字值（$Keyvalue$）而直接进行访问的数据结构。也就是说，它通过把关键字的值映射到表中一个位置来访问记录，使插入、删除和查找的效率增加到 $O(1)$。这个映射函数叫做哈希函数，存放记录的数组叫做哈希表。

---

一、哈希的概念

哈希（$hash$）又称散列，是一种组织数据的方式。从译名来看，有散乱排列的意思。本质就是通过哈希函数把关键字 $key$ 跟存储位置建立一个映射关系，查找时通过这个哈希函数计算出 $key$ 存储的位置，进行快速查找。

1. 负载因子

负载因子是衡量哈希表填充程度的核心指标，直接关联数据结构的存储效率与操作性能。其数值由已存元素数量除以哈希表总容量得出，合理控制负载因子能有效平衡空间利用率和操作速度。

假设哈希表中已经映射存储了 $N$ 个值，哈希表的大小为 $M$，那么负载因子

$$\alpha =\frac{N}{M}$$

负载因子（$loadfactor$）有些地方也翻译为载荷因子$/$装载因子等。

负载因子	哈希冲突的概率	空间利用率
越大	越高	越高
越小	越低	越低

2. 将关键字转为整数

我们将关键字映射到数组中位置，一般是整数容易做映射计算，如果不是整数，我们要想办法转换成整数。

下面哈希函数部分我们讨论时，如果关键字不是整数，那么我们讨论的 $key$ 是关键字转换成的整数。

---

二、哈希函数

一个好的哈希函数应该让 $N$ 个关键字被等概率的均匀的散列分布到哈希表的 $M$ 个空间中，但是实际中却很难做到，但是我们要尽量往这个方向去考量设计。

1. 基本概念

哈希函数（$hashfunction$）是指将哈希表中元素的关键值映射为元素存储位置的函数。

假设我们有数据范围是 $[0,9999]$ 的 $N$ 个值，我们要映射到一个 $M$ 个空间的数组中。（一般情况下，$M\ge N$），这个时候关键值的数据范围比较大（比较分散），使用直接定址法就会非常浪费内存。

那么就要借助哈希函数 $hf$，关键字 $key$ 被放到数组的 $hf(key)$ 位置：

关键字	存储位置	映射关系
$N$ 个 $key$	大小为 $M$ 的数组	$hf(key)$ 就是存储位置的下标

注意：$hf(key)$ 计算出的值必须在 $[0,M)$ 之间。

2. 直接定址法

当关键字（$key$）的范围比较集中时，直接定址法就是非常简单高效的方法。

计数排序就是采用哈希算法中的直接定址法，根据计算关键字的值来作为存储位置：

关键字（$key$）	存储位置	映射关系
$[0,99]$	大小为 $100$ 的数组	每个 $key$ 的 值 就是存储位置的下标
$[a,z]$	大小为 $26$ 的数组	每个 $key$ 的 值的ASCII码-a 就是存储位置的下标

也就是说直接定址法本质就是用关键字（$key$）计算出一个绝对位置或者相对位置。

直接定址法的缺点也非常明显：当关键字的范围比较分散时，就很浪费内存甚至内存不够用。

3. 除法散列法 / 除留余数法（重点）

除法散列法也叫做除留余数法，顾名思义，假设哈希表的大小为 $M$，那么通过 $key$ 除以 $M$ 的余数作为映射位置的下标。

也就是哈希函数为：$$h(key)=key\%M$$

当使用除法散列法时，要尽量避免 $M$ 为某些值，如 $2$ 的幂，$10$ 的幂等。

1. 如果是 $2^x$，那么 $key\%2^x$ 本质相当于保留 $key$ 的二进制后 $x$ 位，那么后 $x$ 位相同的值，计算出的哈希值都是一样的，就冲突了。

关键字	$M$ $(x=4)$	$M$ 的二进制后 $4$ 位	哈希值 $h(k)=k\%M$
$k_1=63$	$16$ $(2^4)$	$1111$	$15$
$k_2=31$	$16$ $(2^4)$	$1111$	$15$

2. 如果是 $10^x$，就更明显了，保留的都是 $10$ 进值的后 $x$ 位。

关键字	$M$ $(x=2)$	$M$ 的十进制后 $2$ 位	哈希值 $h(k)=k\%M$
$k_1=112$	$100$ $(10^2)$	$12$	$12$
$k_2=12312$	$100$ $(10^2)$	$12$	$12$

因此，当使用除法散列法时，建议 $M$ 取不太接近 $2$ 的整数次幂的一个质数（素数）。

4. 乘法散列法（了解）

乘法散列法对哈希表大小 $M$ 没有要求，他的大致思路分为两步：

【第一步】用关键字 $key$ 乘上常数 $A$ $(0<A<1)$，并抽取出 $key\times A$ 的小数部分。

【第二步】再用 $M$ 乘以 $k\times A$ 的小数部分，再向下取整。

也就是哈希函数为：

$$h(key)=\lfloor M\times [(A\times key)\%1.0]\rfloor ，A\in (0,1)$$

这里最重要的是 $A$ 的值应该如何设定，$Knuth$ 认为

$$A=\frac{(\sqrt{5}-1)}{2}\approx 0.6180339887\dots (黄金分割点)$$

比较好。

乘法散列法对哈希表大小 $M$ 是没有要求的，比如：

$M$	$key$	$A$	$M\times [(A\times key)\%1.0]$	$h(key)$
$1024$	$1234$	$0.6180339887$	$669.6366651392$	$h(1234)=669$

5. 全域散列法（了解）

如果存在一个恶意的对手，他针对我们提供的散列函数，特意构造出一个发生严重冲突的数据集，
比如，让所有关键字全部落入同一个位置中。这种情况是可以存在的，只要散列函数是公开且确定
的，就可以实现此攻击。

给散列函数增加随机性，攻击者就无法找出确定可以导致最坏情况的数据，这种方法叫做全域散列。

也就是哈希函数为：

$$h_{ab}(key)=[(a\times key+b)\%P]\%M$$

$P$ 需要选一个足够大的质数，$\forall a,b\in \mathbb{Z}$，$a\in [1,P-1]$，$b\in [0,P-1]$。

这些函数构成了一个 $P\times (P-1)$ 组全域散列函数组。

比如：

$P$	$M$	$a$	$b$	$h_{ab}(key)$
$17$	$6$	$3$	$4$	$h_{34}(8)=5$

注意：每次初始化哈希表时，随机选取全域散列函数组中的一个散列函数使用，后续增删查改都固定使用这个散列函数，否则每次哈希都是随机选一个散列函数，那么插入是一个散列函数，查找又是另一个散列函数，就会导致找不到插入的 $key$ 了。

---

三、处理哈希冲突

实践中哈希表一般还是选择除法散列法作为哈希函数，当然哈希表无论选择什么哈希函数也避免不了冲突，那么插入数据时，如何解决冲突呢？主要有两种方法：开放定址法和链地址法。

1. 基本概念

哈希函数存在的一个问题是：两个不同的 $key$ 可能会映射到同一个位置去，存放和读取数据的时候就会造成冲突和影响，这种问题我们叫做哈希冲突，或者哈希碰撞。

理想情况是找出一个好的哈希函数避免冲突，但是实际场景中，冲突是不可避免的，所以我们尽可能设计出优秀的哈希函数，减少冲突的次数，同时也要去设计出解决冲突的方案。

2. 开放定址法

在开放定址法中所有的元素都放到哈希表里，当一个关键字 $key$ 用哈希函数计算出的位置冲突了，则按照某种规则找到一个没有存储数据的位置进行存储，开放定址法中负载因子 $\alpha$ 一定是小于 $1$ 的（$N<M$）。这里的规则有三种：线性探测、二次探测、双重探测。

2.1 线性探测

从发生冲突的位置开始，依次线性向后探测，直到寻找到下一个没有存储数据的位置为止，如果走到哈希表尾，则回绕到哈希表头的位置。

$h(key)=h_0=key\%M$，$h_0$ 位置冲突了，则线性探测公式为：

h c ( k e y , i ) = h i = ( h 0 + i ) % M ， i = { 1 , 2 , 3 , … , M − 1 } hc(key,i)=h_i=(h_0+i)\ \%\ M，i=\{1,2,3,…,M-1\} hc(key,i)=hi​=(h0​+i) % M，i={1,2,3,…,M−1}

因为负载因子 $\alpha <1$，则最多探测 $M-1$ 次，一定能找到一个存储 $key$ 的位置。

下面演示 { 19,30,5,36,13,20,21,12 } 等这一组值映射到 $M=11$ 的表中：

$key$	$19$	$30$	$5$	$36$	$13$	$20$	$21$	$12$
$h_0$	$8$	$8$	$5$	$3$	$2$	$9$	$10$	$1$
$h_1$		$9$				$10$	$11$

线性探测的比较简单且容易实现，线性探测的问题假设，$h_0$ 位置连续冲突，$h_0$，$h_1$，$h_2$ 位置已经存储数据了，后续映射到 $h_0$，$h_1$，$h_2$，$h_3$ 的值都会争夺 $h_3$ 位置，这种现象叫做群集$/$堆积。下面的二次探测可以一定程度改善这个问题。

2.2 二次探测

从发生冲突的位置开始，依次左右按二次方跳跃式探测，直到寻找到下一个没有存储数据的位置为止，如果往右走到哈希表尾，则回绕到哈希表头的位置；如果往左走到哈希表头，则回绕到哈希表尾的位置。

$h(key)=h_0=key\%M$，$h_0$ 位置冲突了，则二次探测公式为：

h c ( k e y , i ) = h i = ( h 0 ± i 2 ) % M ， i = { 1 , 2 , 3 , . . . , M 2 } hc(key,i) = h_i = (h_0 ± i^2)\ \%\ M， i = \{1, 2, 3, ..., \frac{M}{2}\} hc(key,i)=hi​=(h0​±i2) % M，i={1,2,3,...,2M​}

二次探测当 $h_i=(h_0-i^2)\%M$ 时，当 $h_i<0$ 时，需要 $h_i\text{+=}M$。

下面演示 { 19,30,52,63,11,22 } 等这一组值映射到 $M=11$ 的表中：

$key$	$19$	$30$	$52$	$63$	$11$	$22$
$h_0$	$8$	$8$	$8$	$8$	$0$	$0$
$h_1$		$7$	$9$	$7/9$		$10$
$h_2$				$1$

2.3 双重散列（了解）

第一个哈希函数计算出的值发生冲突，使用第二个哈希函数计算出一个跟 $key$ 相关的偏移量值，不断往后探测，直到寻找到下一个没有存储数据的位置为止。其本质也是为了跳跃存取数据，防止堆积。

$h_1(key)=h_0=key\%M$，$h_0$ 位置冲突了，则双重探测公式为：

h c ( k e y , i ) = h i = ( h 0 + i × h 2 ( k e y ) ) % M ， i = { 1 , 2 , 3 , . . . , M } hc(key,i) = h_i = (h_0 + i \times h_2(key))\ \%\ M，i = \{1, 2, 3,..., M\} hc(key,i)=hi​=(h0​+i×h2​(key)) % M，i={1,2,3,...,M}

要求：$h_2(key)<M$ 且 $h_2(key)$ 和 $M$ 互质，有两种简单的取值方法：

1. 当 $M=2^x$，$\exists x\in \mathbb{Z}$ 时，从 $[0，M-1]$ 中任选一个奇数。

2. 当 $M$ 为质数时，$h_2(key)=key\%(M-1)+1$。

注意：保证 $h_2(key)$ 与 $M$ 互质是因为根据固定的偏移量所寻址的所有位置将形成一个群。

如果不互质，则最大公约数 $$p=gcd(M,h_2(key))>1$$

那么所能寻址的位置的个数为 $$\frac{M}{p}<M$$

这使得对于一个关键字（$key$）来说无法充分利用整个散列表。

举例来说，若 $h_1(key)=1$，$h_2(key)=3$，$M=12$：

$h_1$	$h_2$	$h_3$	$h_4$	$\cdot \cdot \cdot$
$1$	$4$	$7$	$10$	$\cdot \cdot \cdot$

则所能寻址的位置为 { 1,4,7,10 }，即最多能寻址的个数为 $\frac{12}{gcd(12,3)}=4<12$，造成空间浪费。

下面演示 { 19,30,52,74 } 等这一组值映射到 $M=11$ 的表中：

因为 $M=11$ 为质数，所以 $h_2(key)=key\%10+1$：

$key$	$19$	$30$	$52$	$74$
$h_2(key)$	$10$	$1$	$3$	$5$

$key$	$19$	$30$	$52$	$74$
$h_0$	$8$	$8$	$8$	$8$
$h_1$		$9$	$0$	$2$

2.4 实现思路

开放定址法在实践中，始终不如下面要介绍的链地址法（哈希表的主要实现方法）。因为开放定址法解决冲突不管使用哪种方法，占用的都是哈希表中的空间，始终存在互相影响的问题。所以开放定址法，我们简单选择线性探测实现即可。

(1) 哈希表结构

我们用一个顺序表（$vector$）为底层数据结构来封装一个哈希表。这里每个存储值的位置都要加一个状态标识（$state$），否则删除一些值以后，会影响后面冲突的值的查找。

如下图，我们删除 $30$，会导致查找 $20$ 失败：

因为我们是通过开放定址法的线性检测来处理哈希冲突的，因此 $20$ 从本来应该存储的 $9$ 下标位置，被迫挪动到了 $10$ 下标位置：

如果直接查找 $20$，那么就会找到 $9$ 下标位置，但是 $9$ 为空，结束查找，也就没找到 $20$，显然与预期不符：

但当我们给每个位置都加一个状态标识 { Exit,Empty,Delete } ，这样删除 $30$ 的时候就可以不用删除值，而是把状态改为 Delete 即可：

那么查找 $20$ 时就是遇到 Empty 才能结束，这样就可以找到 $20$，符合预期:

// 1.每个存储位的状态标识
enum State
{Exist,	// 存在Empty,	// 空Delete	// 被删除
};// 2.哈希表的数据类型
template<class K, class V>
struct HashData
{pair<K, V> _kv;State _st = Empty;
};// 3.哈希表的基本结构
template<class K, class V>
class HashTable
{
public:// ...
private:vector<HashData<K, V>> _t;	// 哈希表size_t _n = 0;				// 表中存储数据个数
};

(2) 扩容

这里我们把哈希表负载因子 $\alpha$ 控制在 $0.7$，当负载因子 $\alpha$ 到 $0.7$ 以后我们就需要扩容了。和顺序表一样，我们还是按照 $2$ 倍扩容。

但是同时我们要保持哈希表大小是一个质数，第一个是质数，$2$ 倍后就不是质数了，那么如何解决呢？

我们可以使用 $SGI$ 版本的哈希表使用的方法，给了一个近似 $2$ 倍的质数表，每次去质数表获取扩容后的大小：

inline unsigned long __stl_next_prime(unsigned long n)
{// Note: assumes long is at least 32 bits.static const int __stl_num_primes = 28;static const unsigned long __stl_prime_list[__stl_num_primes] ={53, 		  97, 		  193, 		 389, 	    769,1543, 	  3079, 	  6151, 	 12289, 	24593,49157, 	  98317, 	  196613, 	 393241,    786433,1572869, 	  3145739, 	  6291469, 	 12582917,  25165843,50331653,   100663319,  201326611, 402653189, 805306457,1610612741, 3221225473, 4294967291};const unsigned long* first = __stl_prime_list;const unsigned long* last = __stl_prime_list + __stl_num_primes;const unsigned long* pos = lower_bound(first, last, n);return pos == last ? *(last - 1) : *pos;
}

(3) key 不能取模问题

当 $key$ 是 $string/Date$ 等类型（自定义类型）时，$key$ 不能取模，那么我们就需要给 $HashTable$ 增加一个仿函数，这个仿函数支持把 $key$ 转换成一个可以取模的整型（将关键字转化为整型）。

1. 如果 $key$ 可以转换为整型并且不容易冲突，那么这个仿函数就用默认参数即可。
2. 如果这个 $key$ 不能转换为整型，我们就需要自己实现一个仿函数传给这个参数。

template<class K>
struct HashFunc
{size_t operator () (const K& key){return (size_t)key;}
};template<class K, class V, class Hash = HashFunc<K>>	// 默认参数强转为 unsigned int
class HashTable
{ // ... };

实现这个仿函数的要求就是尽量让 $key$ 的每个值都参与到计算中，让不同的 $key$ 转换出的整型值不同。

但是如果像 $string$ 这样的自定义类型做哈希表的 $key$ 非常常见，我们就可以把 $string$ 特化一下：

template<>
struct HashFunc<string>
{size_t operator () (const string& s){size_t hash = 0;for(auto ch : s){hash *= 131;hash += ch;}return hash;}
};

2.5 完整代码实现

namespace open_address
{enum State{Exist,Empty,Delete};template<class K, class V>struct HashData{pair<K, V> _kv;State _st = Empty;};template<class K, class V, class Hash = HashFunc<K>>class HashTable{Hash hash;inline unsigned long __stl_next_prime(unsigned long n){// Note: assumes long is at least 32 bits.static const int __stl_num_primes = 28;static const unsigned long __stl_prime_list[__stl_num_primes] ={53, 		  97, 		  193, 		 389, 	    769,1543, 	  3079, 	  6151, 	 12289, 	24593,49157, 	  98317, 	  196613, 	 393241,    786433,1572869, 	  3145739, 	  6291469, 	 12582917,  25165843,50331653,   100663319,  201326611, 402653189, 805306457,1610612741, 3221225473, 4294967291};const unsigned long* first = __stl_prime_list;const unsigned long* last = __stl_prime_list + __stl_num_primes;const unsigned long* pos = lower_bound(first, last, n);return pos == last ? *(last - 1) : *pos;}public:HashTable():_t(__stl_next_prime(0)), _n(0){}bool insert(const pair<K, V>& kv){if (find(kv.first)){return false;}// 如果负载因子 >= 0.7，就扩容if (_n * 1.0 / _t.size() >= 0.7){HashTable<K, V, Hash> newht;newht._t.resize(__stl_next_prime((unsigned long)_t.size() + 1));// 将旧表的数据映射到新表for (auto& i : _t){if (i._st == Exist){newht.insert(i._kv);}}_t.swap(newht._t);}size_t h0 = hash(kv.first) % _t.size();size_t hi = h0;size_t i = 1;while (_t[hi]._st == Exist){// 线性探测hi = (h0 + i) % _t.size();++i;}_t[hi]._kv = kv;_t[hi]._st = Exist;++_n;return true;}HashData<K, V>* find(const K& key){size_t h0 = hash(key) % _t.size();size_t hi = h0;size_t i = 1;while (_t[hi]._st != Empty){if (_t[hi]._st == Exist && _t[hi]._kv.first == key){return &_t[hi];}// 线性探测hi = (h0 + i) % _t.size();++i;}return nullptr;}bool erase(const K& key){HashData<K, V>* ret = find(key);if (ret){ret->_st = Delete;return true;}else{return false;}}size_t size() const{return _t.size();}private:vector<HashData<K, V>> _t;size_t _n;};
}

3. 链地址法（哈希桶）

链地址法中所有的数据不再直接存储在哈希表中，每个存储位存储一个指针，当一个关键字 $key$ 用哈希函数计算出的位置冲突，就把这些冲突的数据链接成一个链表，挂在哈希表这个位置的下面。链地址法也叫做拉链法或者哈希桶。

3.1 哈希桶的结构

可以将 $vector$ 看作一个指针数组，每一个存储位都存储一个结点，依次指向上一个冲突的结点，从而形成一条链表，所有的整体就表示成了一个新的数据结构 —— 哈希桶：

// 1.哈希表中存储的是结点
template<class K, class V>
struct HashNode
{pair<K, V>& _kv;HashNode<K, V>* _next;HashNode(const pair<K, V>& kv):_kv(kv), _next(nullptr){}
};// 2.哈希桶的基本结构
template<class K, class V, class Hash = HashFunc<K>>
class HashTable
{typedef HashNode<K, V> node;
public:// ...
private:vector<node*> _t;size_t _n;
};

3.2 解决冲突的思路

哈希表中每一位都存储一个结点：

1. 当没有数据映射这个位置时，这个结点为空。
2. 当有多个数据映射到这个位置时，这些冲突的数据的结点链接成一个链表，挂在哈希表这个位置的下面。

下面演示 { 19,30,5,36,13,20,21,12,24,96 } 等这一组值映射到 $M=11$ 的表中：

因此哈希函数为 $h(key)=key\%11$：

$key$	$19$	$30$	$5$	$36$	$13$	$20$	$21$	$12$	$24$	$96$
$h(key)$	$8$	$8$	$5$	$3$	$2$	$9$	$10$	$1$	$2$	$8$

其中，结点插入时相当于链表的头插，每个结点还要指向上一个冲突的结点，这样就能够通过遍历所有冲突值构成的链表找到想要寻找的值了。

极端场景：很容易想到在极端场景下，某个桶会特别长，甚至哈希表可能会直接降成单链表。

虽然使用全域散列法可以避免人为针对，但是偶然情况下，某个桶依然可能很长，查找效率会变得很低。

这里在 $Java8$ 的 $HashMap$ 中，当桶的长度超过一定阀值（$8$）时就把链表转换成红黑树。但是一般情况下，不断扩容，单个桶很长的场景还是小概率事件。

3.2 扩容

链地址法对负载因子 $\alpha$ 没有限制，也就是说 $\alpha$ 可以 $>1$。

但是负载因子的大小会影响哈希冲突的概率和空间利用率：

负载因子	哈希冲突的概率	空间利用率
越大	越高	越高
越小	越低	越低

因此，$STL$ 中的 $unordered\_xxx$ 的最大负载因子 ${\alpha }_{max}$ 基本控制在 $1$，只要 $\alpha >1$ 就扩容，所以我们下面的实现也使用这种方式。

3.3 完整代码实现

namespace hash_bucket
{template<class K, class V>struct HashNode{pair<K, V> _kv;HashNode<K, V>* _next;HashNode(const pair<K, V>& kv):_kv(kv), _next(nullptr){}};template<class K, class V, class Hash = HashFunc<K>>class HashTable{typedef HashNode<K, V> node;Hash hash;inline unsigned long __stl_next_prime(unsigned long n){// Note: assumes long is at least 32 bits.static const int __stl_num_primes = 28;static const unsigned long __stl_prime_list[__stl_num_primes] ={53, 		  97, 		  193, 		 389, 	    769,1543, 	  3079, 	  6151, 	 12289, 	24593,49157, 	  98317, 	  196613, 	 393241,    786433,1572869, 	  3145739, 	  6291469, 	 12582917,  25165843,50331653,   100663319,  201326611, 402653189, 805306457,1610612741, 3221225473, 4294967291};const unsigned long* first = __stl_prime_list;const unsigned long* last = __stl_prime_list + __stl_num_primes;const unsigned long* pos = lower_bound(first, last, n);return pos == last ? *(last - 1) : *pos;}public:HashTable():_t(__stl_next_prime(0), nullptr), _n(0){}~HashTable(){for (size_t i = 0; i < _t.size(); i++){node* cur = _t[i];while (cur){node* next = cur->_next;delete cur;cur = next;}_t[i] = nullptr;}}bool insert(const pair<K, V>& kv){// 扩容if (_n == _t.size()){vector<node*> newtable(__stl_next_prime((unsigned long)_t.size() + 1), nullptr);for (size_t i = 0; i < _t.size(); i++){node* cur = _t[i];while (cur){node* next = cur->_next;size_t hi = hash(cur->_kv.first) % newtable.size();// 将旧表结点头插到新表cur->_next = newtable[hi];newtable[hi] = cur;cur = next;}_t[i] = nullptr;}_t.swap(newtable);}size_t hi = hash(kv.first) % _t.size();node* newnode = new node(kv);// 头插newnode->_next = _t[hi];_t[hi] = newnode;++_n;return true;}node* find(const K& key){size_t hi = hash(key) % _t.size();node * cur = _t[hi];while (cur){if (hash(cur->_kv.first) == hash(key)){return cur;}cur = cur->_next;}return nullptr;}bool erase(const K& key){size_t hi = hash(key) % _t.size();node* prev = nullptr;node* cur = _t[hi];while (cur){if (hash(cur->_kv.first) == hash(key)){if (prev == nullptr){// 删除头结点_t[hi] = cur->_next;}else{// 删除中间结点prev->_next = cur->_next;}delete cur;--_n;return true;}else{prev = cur;cur = cur->_next;}}return false;}size_t size() const{return _t.size();}private:vector<node*> _t;size_t _n;};
}

---

四、hashtable 的模拟实现

1. STL 中的哈希表源码

$SGI-STL30$ 版本是 $C$++$11$ 之前的 $STL$ 版本，因为这个容器是 $C$++$11$ 之后才更新的。$SGI-STL30$ 实现了哈希表结构，但是是作为非标准（非标准是指非 $C$++ 标准规定必须实现的）出现的，源码在在头文件 $stl\_hashtable.h$ 中。

$stl\_hashtable.h$：

// stl_hashtable.h
template <class Value, class Key, class HashFcn, class ExtractKey, class EqualKey, class Alloc>
class hashtable {
public:typedef Key key_type;typedef Value value_type;typedef HashFcn hasher;typedef EqualKey key_equal;
private:hasher hash;key_equal equals;ExtractKey get_key;typedef __hashtable_node<Value> node;vector<node*,Alloc> buckets;size_type num_elements;
public:typedef __hashtable_iterator<Value, Key, HashFcn, ExtractKey, EqualKey, Alloc> iterator;pair<iterator, bool> insert_unique(const value_type& obj);const_iterator find(const key_type& key) const;
};template <class Value>
struct __hashtable_node
{__hashtable_node* next;Value val;
};

通过模板的按需实例化，一个 $hashtable$ 既可以实现实现 $key$ 搜索场景的 $hash\_set$（$unordered\_set$），也可以实现 $key/value$ 搜索场景的 $hash\_map$（$unordered\_map$）：

1. $hash\_set$ 实例化 $hashtable$ 时第二个模板参数给的是 key。

2. $hash\_map$ 实例化 $hashtable$ 时第二个模板参数给的是 pair<const key, value>。

这样就可以只用一个模板 $hashtable$ 实现两种不同的容器 $hash\_set/hash\_map$，这也体现出了泛型编程的优势。

2. 哈希表的迭代器

2.1 iterator 源码

template <class Value, class Key, class HashFcn, class ExtractKey, class EqualKey, class Alloc>
struct __hashtable_iterator 
{typedef hashtable<Value, Key, HashFcn, ExtractKey, EqualKey, Alloc> hashtable;typedef __hashtable_iterator<Value, Key, HashFcn, ExtractKey, EqualKey, Alloc> iterator;typedef __hashtable_const_iterator<Value, Key, HashFcn, ExtractKey, EqualKey, Alloc> const_iterator;typedef __hashtable_node<Value> node;typedef forward_iterator_tag iterator_category;typedef Value value_type;node* cur;hashtable* ht;__hashtable_iterator(node* n, hashtable* tab) : cur(n), ht(tab) {}__hashtable_iterator() {}reference operator*() const { return cur->val; }#ifndef __SGI_STL_NO_ARROW_OPERATORpointer operator->() const { return &(operator*()); }#endif /* __SGI_STL_NO_ARROW_OPERATOR */iterator& operator++();iterator operator++(int);bool operator==(const iterator& it) const { return cur == it.cur; }bool operator!=(const iterator& it) const { return cur != it.cur; }
};template <class V, class K, class HF, class ExK, class EqK, class A>
__hashtable_iterator<V, K, HF, ExK, EqK, A>& __hashtable_iterator<V, K, HF, ExK, EqK, A>::operator++()
{const node* old = cur;cur = cur->next;if (!cur) {size_type bucket = ht->bkt_num(old->val);while (!cur && ++bucket < ht->buckets.size()){cur = ht->buckets[bucket];}}return *this;
}

2.2 实现思路

$iterator$ 实现的大框架跟 $list$ 的 $iterator$ 思路是一致的，用一个类型封装结点的指针，再通过重载运算符实现，迭代器像指针一样访问的行为，要注意的是哈希表的迭代器是单向迭代器（$forwarditerator$）。

$begin()$：返回第一个桶中第一个结点指针构造的迭代器。

iterator begin()
{if(_n == 0)return end();for(size_t i = 0; i < _t.size(); ++i){node* cur = _t[i];while(cur){return iterator(cur, this);}}return end();
}

$end()$：返回迭代器可以用 $nullptr$ 表示。

iterator end()
{return iterator(nullptr, this);
}

这里的难点是 $operator$++ 的实现。（和 $list$ 最大的不同）

$iterator$ 中有一个指向结点的指针：

1. 如果当前桶下面还有结点，则结点的指针指向下一个结点即可。

2. 如果当前桶走完了，则需要想办法计算找到下一个桶。

这里的难点是反而是结构设计的问题，参考上面的源码，我们可以看到 $iterator$ 中除了有结点的指针，还有哈希表对象的指针：

struct iterator
{node* cur;		// 结点的指针hashtable* ht;	// 哈希表对象的指针
}

这样当前桶走完了，要计算下一个桶就相对容易多了，用 $key$ 值计算出当前桶位置，依次往后找下一个不为 $nullptr$ 的桶即可（遍历哈希表）。

3. 哈希封装

之前的哈希桶的模拟实现直接使用的是 $pair$ 类型作为数据类型，这对于 $unordered\_set$ 容器是不适用的，为了能适配 $unordered\_map$ 和 $unoreder\_set$ 两种容器的底层使用，这里统一进行了泛型修改：使用 $T$ 作为数据的类型，以及对迭代器也进行实现和封装。这样 $unordered\_map$ 和 $unoreder\_set$ 的模拟实现就可以直接使用这个泛型版本的哈希桶。

进行泛型修改和迭代器封装后的 $hashtable.h$：

---

总结