bingc++（mapset树哈希位图布隆过滤器）

Posted 2022-07-04 月屯

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了bingc++（mapset树哈希位图布隆过滤器）相关的知识，希望对你有一定的参考价值。

前言
map
set
树
哈希
- 哈希冲突
位图
- 位图的应用
布隆过滤器
常见面试题

前言

底层为红黑树结构C++98二叉搜索树＋平衡限制

map: K-V–键值对—key必须唯一
set: K—key必须唯一
multimap: K-V–键伯对—key是可以重复
multiset K----key是可以重复

底层为哈希结构:C++11
都足关于key有序的，并且查找的时间复杂度都是O(IogN)

map

基本使用

map[]运算符重载做法

map中的顺序

默认按key升序，如果key一致，按照升序

multimap

基本使用

#include <iostream>
using namespace std;

#include <map>
#include <string>
int main()

	multimap<string, string> m;
	m.insert(pair<string, string>("orange", "橙子"));
	m.insert(make_pair("pear", "梨"));
	m.insert(make_pair("banana", "香蕉"));
	m.insert(make_pair("apple", "苹果"));
	m.insert(make_pair("orange", "橘子"));

	cout << m.size() << endl;
	cout << m.count("orange") << endl;

	m.erase("orange");
	if (m.find("orange") != m.end())
	
		cout << "删除了一个" << endl;
	
	else
	
		cout << "删除所有key为orange的键值对" << endl;
	

	for (auto& e : m)
	
		cout << e.first << "--->" << e.second << endl;
	
	cout << endl;

	return 0;

set

树

二叉搜索树

平衡二叉树

红黑树

红黑树的性质
1.每个结点不是红色就是黑色
2.根节点是黑色的
3如果一个节点是红色的，则它的两个孩子结点是黑色的每条路径中黑色节点个数相同（不会出现连在一起的红色节点）
4.对于每个结点，从该结点到其所有后代叶结点的简单路径上，均包含相同数目的黑色结点
5.每个叶子结点都是黑色的（此处的叶子结点指的是空结点）

约定:cur为当前节点，p为父节点，g为祖父节点，u为叔叔节点
情况一: cur为红，p为红，g为黑，u存在且为红
解决：p、u调黑，g调红
1.如果g是根节点，调整完成后，需要将g改为黑色
2.如果g是子树，g一定有双亲，且g的双亲如果是红色，把g当成cur，需要继续向上调整，否则结束
情况二: cur为红（p左孩子），p为红，g为黑，1.u不存在（cur新插入）/2.u为黑（cur不是新插入）

u是黑色时，为什么现在cur是红色的?
因为:新节点一定是插入到cur的子树中，导致子树违反了红黑树形式在调整的过程当中，将cur由黑色改成了红色才出现现在所看到的场景

cur和p其中一个节点的颜色一定要设置成黑色注意: cur肯定不能设置为黑色
因为:如果叔叔节点存在并且为黑色时，cur之前的颜色一定是黑色的，往上调整的时候好不容易将cur由黑色改成红色，cur及其子树满足红黑树的性质，现在如果将cur直接改成黑色，则会导致cur子树不满足红黑树的性质
想法：只能将p设置为黑色

解决方案：
将双亲和祖父节点的颜色交换对g子树进行右单旋处理
p为g的左孩子，cur为p的左孩子，则进行右单旋转；相反，
p为g的右孩子，cur为p的右孩子，则进行左单旋转
p、g变色–p变黑，g变红

情况三: cur为红（p右孩子），p为红，g为黑，u不存在/u为黑
解决方案：变成情况二

p为g的左孩子，cur为p的右孩子，则针对p做左单旋转；相反，
p为g的右孩子，cur为p的左孩子，则针对p做右单旋转

map、set应用

哈希

哈希冲突

简单分析哈希函数设计是否合理

注意:
a.哈希函数的值域必须在表格的范围之内
b.哈希函数计算出的结果尽可能均匀
c.哈希函数设计尽可能简单

直接定制法–(常用)
取关键字的某个线性函数为散列地址：Hash（Key）= A*Key + B 优点：简单、均匀缺点：需要事先
知道关键字的分布情况使用场景：适合查找比较小且连续的情况
字符
除留余数法–(常用)
设散列表中允许的地址数为m，取一个不大于m，但最接近或者等于m的质数p作为除数，按照哈希函数：Hash(key) = key% p(p<=m),将关键码转换成哈希地址
平方取中法–(了解)
假设关键字为1234，对它平方就是1522756，抽取中间的3位227作为哈希地址；再比如关键字为4321，对它平方就是18671041，抽取中间的3位671(或710)作为哈希地址平方取中法比较适合：不知道关键字的分布，而位数又不是很大的情况
折叠法–(了解)
折叠法是将关键字从左到右分割成位数相等的几部分(最后一部分位数可以短些)，然后将这几部分叠加求和，并按散列表表长，取后几位作为散列地址。折叠法适合事先不需要知道关键字的分布，适合关键字位数比较多的情况
随机数法–(了解)
选择一个随机函数，取关键字的随机函数值为它的哈希地址，即H(key) = random(key),其中random为随机数函数。通常应用于关键字长度不等时采用此法
数学分析法–(了解)
设有n个d位数，每一位可能有r种不同的符号，这r种不同的符号在各位上出现的频率不一定相同，可能在某些位上分布比较均匀，每种符号出现的机会均等，在某些位上分布不均匀只有某几种符号经常出现。可根据散列表的大小，选择其中各种符号分布均匀的若干位作为散列地址。例如：
假设要存储某家公司员工登记表，如果用手机号作为关键字，那么极有可能前7位都是相同的，那么我们可以选择后面的四位作为散列地址，如果这样的抽取工作还容易出现冲突，还可以对抽取出来的数字进行反转(如1234改成4321)、右环位移(如1234改成4123)、左环移位、前两数与后两数叠加(如1234改成12+34=46)等方法。
数字分析法通常适合处理关键字位数比较大的情况，如果事先知道关键字的分布且关键字的若干位分布较均匀的情况

注意：哈希函数设计的越精妙，产生哈希冲突的可能性就越低，但是无法避免哈希冲突

闭散列

线性探测

线性探测优点:解决冲突的方式简单
线性探测缺陷:容易产生数据的堆积(一旦产生冲突，冲突的元素容易连城一片)
合布负载因子:有效元素个数/表格容量

位图

#include <iostream>
using namespace std;
#include <bitset>

int main()

    int array[] =  1, 3, 7, 4, 12, 16, 19, 13, 22, 18 ;

    // 先要预算总共需要多少个比特位
    bitset<23> bs;

    // 将数组中的元素映射到位图中
    for (auto e : array)
        bs.set(e);

    cout << bs.count() << endl;
    cout << bs.size() << endl;

    if (bs.test(13))
        cout << "13 is in array" << endl;
    else
        cout << "13 is not in array" << endl;

    bs.reset(13);
    if (bs.test(13))
        cout << "13 is in array" << endl;
    else
        cout << "13 is not in array" << endl;

    cout << bs.to_string() << endl;
    cout << bs.to_ulong() << endl;


    bitset<32>  bs1(0x55555555);
    cout << bs1.to_string() << endl;
    return 0;

模拟源码

位图的应用

快速查找某个数据是否在一个集合中
排序
求两个集合的交集、并集等
操作系统中磁盘块标记

布隆过滤器

布隆过滤器是由布隆（Burton Howard Bloom）在1970年提出的一种紧凑型的、比较巧妙的概率型数据结构，特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”，它是用多个哈希函数，将一个数据映射到位图结构中。此种方式不仅可以提升查询效率，也可以节省大量的内存空间。

源码模拟
布隆过滤器优点