python---哈希算法实现

# coding = utf-8

class Array:
    def __init__(self, size=32, init=None):
        self._size = size
        self._items = [init] * size

    def __getitem__(self, index):
        return self._items[index]

    def __setitem__(self, index, value):
        self._items[index] = value

    def __len__(self):
        return self._size

    def clear(self, value=None):
        for i in range(self._items):
            self._items[i] = value

    def __iter__(self):
        for item in self._items:
            yield item

class Slot:
    """
    定义一个哈希表数组的槽
    注意：一个槽有三种状态
    1. 从未被使用过，HashMap.UNUSED。 此槽没有被使用和冲突过，查找时只要找到UNUSED 就不用再继续探查了
    2. 使用过但是remove了， 此时是HashMap.EMPTY，该点后面的元素仍可能是有key
    3. 槽正在使用Slot 节点
    """
    def __init__(self, key, value):
        self.key = key
        self.value = value

class HashTable:
    # 表示slot 没有被使用过
    UNUSED = None
    # 使用过被删除
    EMPTY = Slot(None, None)

    def __init__(self):
        # 初始化，数组的每个元素都是UNUSED
        self._table = Array(8, init=HashTable.UNUSED)
        self.length = 0

    # 内置装饰器，把方法变成属性
    @property
    def __load_factor(self):
        return self.length / float(len(self._table))

    def __len__(self):
        return self.length

    def _hash(self, key):
        # abs函数返回绝对值 hash 是内置函数 _hash 直接使用内置的哈希函数，对数组的长度取模
        hash_str = abs(hash(key)) % len(self._table)
        # print(hash_str)
        return hash_str

    def _find_key(self, key):
        # 先用 _hash方法计算出槽的位置
        index = self._hash(key)
        # 先保存数组长度
        _len = len(self._table)

        # 如果这个槽不是没有被使用过
        while self._table[index] is not HashTable.UNUSED:
            # 如果这个槽是，曾经有过值，不过被删除了
            if self._table[index] is HashTable.EMPTY:
                # cpython 使用的一种解决哈希冲突的方式
                index = (index*5+1) % _len
                continue
            # 正在使用， 如果key值相同
            elif self._table[index].key == key:
                return index
            # 这里就只剩最后一种可能， 正在使用，但是key没有找到
            else:
                index = (index*5+1) % _len
        return None

    # 判断一个槽是否可以插入
    def _slot_can_insert(self, index):
        return self._table[index] is HashTable.EMPTY or self._table[index] is HashTable.UNUSED

    # 寻找一个空槽，用来插入
    def _find_slot_for_insert(self, key):
        index = self._hash(key)
        _len = len(self._table)
        while not self._slot_can_insert(index):
            index = (index*5+1) % _len
        # print(index)
        return index

    # 实现一个in操作符
    def __contains__(self, key):
        index = self._find_key(key)
        return index is not None

    def add(self, key, value):
        # 上面实现的in操作符
        if key in self:
            index = self._find_key(key)
            self._table[index].value = value
            # 返回False 表示没有执行插入操作，执行的是更新操作
            return False
        else:
            # 这两步可能会调用_slot_can_insert 函数，
            # 不管是哪种情况，EMPTY 或 是 UNUSEZD，
            # 都将这个节点声明为Slot类
            index = self._find_slot_for_insert(key)
            self._table[index] = Slot(key, value)
            self.length += 1
            # 当空间占用大于0.8 的时候，进行rehash 重新分配空间。
            if self.__load_factor >= 0.8:
                self._rehash()
            return True

    def _rehash(self):
        old_table = self._table
        new_size = len(self._table) * 2
        self._table = Array(new_size, HashTable.UNUSED)
        self.length = 0

        for slot in old_table:
            # 判断这个slot 是有值的
            if slot is not HashTable.UNUSED and slot is not HashTable.EMPTY:
                # 找到一个可以插入的槽
                index = self._find_slot_for_insert(slot.key)
                self._table[index] = slot
                self.length += 1

    def get(self, key, default=None):
        index = self._find_key(key)
        if index is None:
            return default
        else:
            return self._table[index].value

    def remove(self, key):
        index = self._find_key(key)
        if index is None:
            raise KeyError
        value = self._table[index].value
        self.length -= 1
        self._table[index] = HashTable.EMPTY
        return value

    # 遍历操作，python 字典默认遍历的是key，这里实现的也是遍历key
    def __iter__(self):
        for slot in self._table:
            if slot not in (HashTable.EMPTY, HashTable.UNUSED):
                yield slot.key

if __name__ == '__main__':
    h = HashTable()
    h.add('a', 0)
    h.add('b', 1)
    h.add('c', 2)
    assert len(h) == 3
    assert h.get('a') == 0
    assert h.get('b') == 1
    assert h.get('c') == 2
    assert h.get('sky') is None

    h.remove('a')
    assert h.get('a') is None
    assert sorted(list(h)) == ['b', 'c']

    for n in range(50):
        h.add(n, n)

    for i in range(50):
        assert h.get(n) == n