HashTable是在實際應用中很重要的一個結構,下面討論一個簡單的實現,雖然簡單,但是該有的部分都還是有的。
一,訪問接口
創建一個hashtable.
hashtable hashtable_new(int size) // size表示包含的接點個數。
存入key-value至hashtable中。
void hashtable_put(hashtable h,const char* key,void *val);
根據key從hashtable中取出value值。
void * hashtable_get(hashtable h,const char *key);
釋放hashtable。
void hashtable_free(hashtable h);
釋放單個hash 接點
void hashtable_delete_node(hashtable h, const char *key);
二,數據結構
hash接點的結構:
[cpp]
typedef struct hashnode_struct{
struct hashnode_struct *next;
const char *key;
void *val;
}*hashnode,_hashnode;
這個結構還是很容易理解的,除了必須的key-value之外,包含一個用於沖突的鏈表結構。
hashtable的數據結構:
[cpp]
typedef struct hashtable_struct{
pool_t p;
int size;
int count;
struct hashnode_struct *z;
}*hashtable,_hashtable;
對這個結構說明如下:
pool_t:內存池結構管理hashtable使用的內存。結構參考"C語言內存池使用模型"
size:當前hash的接點空間大小。
count:用於表示當前接點空間中可用的hash接點個數。
z:用於在接點空間中存儲接點。
三,創建hashtable
代碼如下:
[cpp]
hashtable hashtable_new(int size)
{
hashtable ht;
pool_t p;
p = _pool_new_heap(sizeof(_hashnode)*size + sizeof(_hashtable));
ht= pool_malloc(p, sizeof(_hashtable));
ht->size = size;
ht->p = p;
ht->z = pool_malloc(p, sizeof(_hashnode)*prime);
return ht;
}
這個函數比較簡單,先定義並初始化一個內存池,大小根據size而定,所以在實際使用時,我們的size應該要分配的相對大點,比較好。
四,存入key-value值
在這個操作之前,先要定義一個根據KEY值計算hashcode的函數。
[cpp]
static int hashcode(const char *s, int len)
{
const unsigned char *name = (const unsigned char *)s;
unsigned long h = 0, g;
int i;
for(i=0;i<len;i++)
{
h = (h << 4) + (unsigned long)(name[i]); //hash左移4位,當前字符ASCII存入hash
if ((g = (h & 0xF0000000UL))!=0)
h ^= (g >> 24);
h &= ~g; //清空28-31位。
}
return (int)h;
}
這個函數采用精典的ELF hash函數。
代碼如下:
[cpp]
void hashtable_put(hashtable h, const char *key, void *val)
{
if(h == NULL || key == NULL)
<span> </span>return;
int len = strlen(key);
int index = hashcode(key,len);
hashtable node;
h->dirty++;
if((node = hashtable_node_get(h, key,len, index)) != NULL) //如果已經存在,就替換成現在的值,因為現在的比較新。
{
n->key = key;
n->val = val;
return;
}
node = hashnode_node_new(h, index); // 新建一個HASH NODE接點。
node->key = key;
node->val = val;
}
hashtable_node_get用於查找該KEY是否在HASH中已經存在,實現很簡單,如下:
[cpp]
static hashnode hashtable_node_get(hashtable h, const char *key, int len, int index)
{
hashnode node;
int i = index % h->size;
for(node = &h->z[i]; node != NULL; node = node->next) // 在index值 [HASH值] 所對應的HASH桶上遍歷尋找
if(node->key != NULL && (strlen(node->key)==len) && (strncmp(key, node->key, len) == 0))
return node;
return NULL;
}
新建一個HASH NODE接點如下:
[cpp]
static hashnode hashnode_node_new(hashtable h, int index)
{
hashnode node;
int i = index % h->size;
h->count++;
for(node = &h->z[i]; node != NULL; node = node->next)
if(node->key == NULL) //這裡的處理是:如果在HASH桶中存在某個值,KEY是空的,表明這個值已經沒有用了,就用它來替換為現在准備寫入的新接點。
return node;
node = pool_malloc(h->p, sizeof(_hashnode)); // 新建一個接點
node->next = h->z[i].next; // 加入到桶中,就是加到鏈表的第一個接點。
h->z[i].next = node;
return node;
}
五,從HASHTABLE中獲取接點
根據KEY從hashtable中獲取接點,步驟是先根據KEY計算hash值,然後從hashtable中找到指定的接點或者接點鏈表。如下:
[cpp]
void *hashtable_get(hashtable h, const char *key)
{
if(h == NULL || key == NULL)
<span> </span>return NULL;
hashnode node;
int len = strlen(key);
if(h == NULL || key == NULL || len <= 0 || (node = hashtable_node_get(h, key, len, hashcode(key,len))) == NULL)
{
return NULL;
}
return node->val;
}
這個函數就很容易理解了。
六,釋放HASHTABLE
hashtable的釋放就比較簡單了,因為我們所有的內存申請都在內存池上完成的,就只需要釋放內存池,如下:
view plaincopy
void hashtable_free(hashtable h)
{
if(h != NULL)
pool_free(h->p);
}
七,釋放單個hash接點
代碼如下:
[cpp]
void hashtable_delete_node(hashtable h, const char *key)
{
if(h == NULL || key == NULL)
<span> </span>return;
hashnode node;
int len = strlen(key);
if(h == NULL || key == NULL || (node = hashtable_node_get(h, key, len, hashcode(key,len))) == NULL) //沒有這個接點
return;
node->key = NULL;
node->val = NULL;
h->count--;
}
這個就實現了一個簡單的HASHTABLE結構,當然後還是有不足的,比如遍歷HASHTABLE,如果用數組的方式來遍歷,效率肯定很低,下面討論一種實現方案,用於遍歷hashtable.
八,hashtable的遍歷討論
直接用數組,就是hashtable中的struct hashnode_struct數組是可以遍歷,但如果只包含一個接點,也要遍歷所有的數組,如下遍歷:
[cpp]
void hashtable_traverse(hashtable h)
{
int i;
hashnode node;
if(h == NULL)
return;
for(i = 0; i < h->prime; i++)
for(node = &h->z[i]; node != NULL; node = node->next)
if(node->key != NULL && node->val != NULL)
XXXXXXXXXXXXXXXXX // 這裡是一些操作。
}
這樣效率很低,其實在接點中包含了next域,可以用這個來實現遍歷。
需要對前面hashtable數據結構做簡單的改動,增加兩個域:
[cpp]
typedef struct hashtable_struct{
pool_t p;
int size;
int count;
struct hashnode_struct *z;
int bucket;
hashnode node;
}*hashtable,_hashtable;
就是增加了bucket和node兩個域,加這兩個域的思路是這樣的:
node表示當前遍歷的游標,在遍歷過程中,不斷的移動這個接點所指向的接點。
bucket是和node相關聯的,用於記錄當前的node在哪個桶上。
首先建立連接,就是將所有的接點都連接起來,按照慣例,也采用XXX_iter_first函數,先初始化,如下:
[cpp]
int hashtable_iter_first(hashtable h) {
if(h == NULL)
<span> </span>return 0;
h->bucket = -1;
h->node = NULL;
return hashtable_iter_next(h);
}
hashtable_iter_next用於獲取下一個接點,如果這時游標已經確定,那下一個接點就會被很快的被確定,定義如下:
[cpp]
int xhash_iter_next(xht h) {
if(h == NULL) return 0;
while(h->node != NULL) {
h->node = h->node->next; // 移向下一個接點,如果接點合法,返回成功
if(h->node != NULL && h->node->key != NULL && h->node->val != NULL)
return 1;
}
for(h->bucket++; h->bucket < h->prime; h->bucket++) {
h->node = &h->z[h->bucket];
while(h->node != NULL) {
if(h->node->key != NULL && h->node->val != NULL)
return 1;
h->node = h->node->next;
}
}
h->bucket = -1; // 不存在下一個接點。
h->node = NULL;
return 0;
}
有了上面兩個方法之後,遍歷操作如下:
[cpp]
hashtable ht
if(hashtable_iter_first(ht)) //取第一個接點。
do{
// 此時可以處理ht->node,表示當前的接點。
}while(hashtable_iter_next(ht)); //取下一個接點
這樣處理的話, 是不是高效多了。當然在第一遍的時候,還是需要遍歷整個數組和數組下的桶中接點。不過這樣操作之後,在刪除一個結點的時候,就需要做一些操作。刪除一個接點時,需要考慮當前的h->node是不是當前被刪除的接點,如果是,就把h->node稱至下一個接點。就是刪除之後,要作如下處理,假如刪除了。
假如被刪除的接點為node,需要如下處理:
[cpp]
if(h->node == n)
hashtable_iter_next(h);
將h->node移動到下一個接點。