哈希表题目:设计哈希映射
文章目录
- 题目
- 标题和出处
- 难度
- 题目描述
- 要求
- 示例
- 数据范围
- 前言
- 解法一
- 思路和算法
- 代码
- 复杂度分析
- 解法二
- 思路和算法
- 代码
- 复杂度分析
题目
标题和出处
标题:设计哈希映射
出处:706. 设计哈希映射
难度
3 级
题目描述
要求
不使用任何内建的哈希表库设计一个哈希映射。
实现 MyHashMap \texttt{MyHashMap} MyHashMap 类:
- MyHashMap() \texttt{MyHashMap()} MyHashMap() 用空映射初始化对象。
- void put(int key, int value) \texttt{void put(int key, int value)} void put(int key, int value) 向哈希映射插入一个键值对 (key, value) \texttt{(key, value)} (key, value)。如果 key \texttt{key} key 已经存在于映射中,则更新其对应的值 value \texttt{value} value。
- int get(int key) \texttt{int get(int key)} int get(int key) 返回特定的 key \texttt{key} key 所映射的 value \texttt{value} value;如果映射中不包含 key \texttt{key} key 的映射,返回 -1 \texttt{-1} -1。
- void remove(key) \texttt{void remove(key)} void remove(key) 如果映射中存在 key \texttt{key} key 的映射,则移除 key \texttt{key} key 和它所对应的 value \texttt{value} value。
示例
示例 1:
输入:
["MyHashMap", "put", "put", "get", "get", "put", "get", "remove", "get"] \texttt{["MyHashMap", "put", "put", "get", "get", "put", "get", "remove", "get"]} ["MyHashMap", "put", "put", "get", "get", "put", "get", "remove", "get"]
[[], [1, 1], [2, 2], [1], [3], [2, 1], [2], [2], [2]] \texttt{[[], [1, 1], [2, 2], [1], [3], [2, 1], [2], [2], [2]]} [[], [1, 1], [2, 2], [1], [3], [2, 1], [2], [2], [2]]
输出:
[null, null, null, 1, -1, null, 1, null, -1] \texttt{[null, null, null, 1, -1, null, 1, null, -1]} [null, null, null, 1, -1, null, 1, null, -1]
解释:
MyHashMap myHashMap = new MyHashMap(); \texttt{MyHashMap myHashMap = new MyHashMap();} MyHashMap myHashMap = new MyHashMap();
myHashMap.put(1, 1); \texttt{myHashMap.put(1, 1);} myHashMap.put(1, 1); // myHashMap \texttt{myHashMap} myHashMap 现在为 [[1,1]] \texttt{[[1,1]]} [[1,1]]
myHashMap.put(2, 2); \texttt{myHashMap.put(2, 2);} myHashMap.put(2, 2); // myHashMap \texttt{myHashMap} myHashMap 现在为 [[1,1], [2,2]] \texttt{[[1,1], [2,2]]} [[1,1], [2,2]]
myHashMap.get(1); \texttt{myHashMap.get(1);} myHashMap.get(1); // 返回 1 \texttt{1} 1, myHashMap \texttt{myHashMap} myHashMap 现在为 [[1,1], [2,2]] \texttt{[[1,1], [2,2]]} [[1,1], [2,2]]
myHashMap.get(3); \texttt{myHashMap.get(3);} myHashMap.get(3); // 返回 -1 \texttt{-1} -1(未找到), myHashMap \texttt{myHashMap} myHashMap 现在为 [[1,1], [2,2]] \texttt{[[1,1], [2,2]]} [[1,1], [2,2]]
myHashMap.put(2, 1); \texttt{myHashMap.put(2, 1);} myHashMap.put(2, 1); // myHashMap \texttt{myHashMap} myHashMap 现在为 [[1,1], [2,1]] \texttt{[[1,1], [2,1]]} [[1,1], [2,1]](更新已有的值)
myHashMap.get(2); \texttt{myHashMap.get(2);} myHashMap.get(2); // 返回 1 \texttt{1} 1, myHashMap \texttt{myHashMap} myHashMap 现在为 [[1,1], [2,1]] \texttt{[[1,1], [2,1]]} [[1,1], [2,1]]
myHashMap.remove(2); \texttt{myHashMap.remove(2);} myHashMap.remove(2); // 删除键为 2 \texttt{2} 2 的数据, myHashMap \texttt{myHashMap} myHashMap 现在为 [[1,1]] \texttt{[[1,1]]} [[1,1]]
myHashMap.get(2); \texttt{myHashMap.get(2);} myHashMap.get(2); // 返回 -1 \texttt{-1} -1(未找到), myHashMap \texttt{myHashMap} myHashMap 现在为 [[1,1]] \texttt{[[1,1]]} [[1,1]]
数据范围
- 0 ≤ key ≤ 10 6 \texttt{0} \le \texttt{key} \le \texttt{10}^\texttt{6} 0≤key≤106
- 最多调用 10 4 \texttt{10}^\texttt{4} 104 次 put \texttt{put} put、 get \texttt{get} get 和 remove \texttt{remove} remove
前言
这道题和「设计哈希集合」非常相似,区别在于这道题存储的不是 key \textit{key} key 本身,而是 ( key , value ) (\textit{key}, \textit{value}) (key,value) 的键值对。这道题也可以使用「设计哈希集合」的解法。
解法一
思路和算法
由于 key \textit{key} key 和 value \textit{value} value 的取值范围是 [ 0 , 1 0 6 ] [0, 10^6] [0,106],因此可以创建长度为 1 0 6 + 1 10^6 + 1 106+1 的整型数组表示哈希表,数组中的下标为 key \textit{key} key 的元素值表示 key \textit{key} key 映射的 value \textit{value} value, value ≥ 0 \textit{value} \ge 0 value≥0 表示存在 key \textit{key} key 的映射, value < 0 \textit{value} < 0 value<0 表示不存在 key \textit{key} key 的映射,当 value < 0 \textit{value} < 0 value<0 时一定有 value = − 1 \textit{value} = -1 value=−1。
构造方法中,将数组初始化为长度 1 0 6 + 1 10^6 + 1 106+1 的数组,并将数组中的全部元素初始化为 − 1 -1 −1。
对于 put \textit{put} put 操作,将数组中的下标为 key \textit{key} key 的元素设为 value \textit{value} value。
对于 get \textit{get} get 操作,返回数组中的下标为 key \textit{key} key 的元素。
对于 remove \textit{remove} remove 操作,将数组中的下标为 key \textit{key} key 的元素设为 − 1 -1 −1。
需要说明的是,该解法虽然实现简单,但是不适合在面试中使用。
代码
class MyHashMap {int[] map;public MyHashMap() {map = new int[1000001];Arrays.fill(map, -1);}public void put(int key, int value) {map[key] = value;}public int get(int key) {return map[key];}public void remove(int key) {map[key] = -1;}
}
复杂度分析
时间复杂度:构造方法的时间复杂度是 O ( C ) O(C) O(C),各项操作的时间复杂度都是 O ( 1 ) O(1) O(1),其中 C C C 是 key \textit{key} key 的取值范围的元素个数,这道题中 C = 1 0 6 + 1 C = 10^6 + 1 C=106+1。
构造方法需要创建长度为 C C C 的数组并将每个元素设为初始值,时间复杂度是 O ( C ) O(C) O(C)。
各项操作只需要对数组中的一个元素赋值或返回元素值,时间复杂度是 O ( 1 ) O(1) O(1)。空间复杂度: O ( C ) O(C) O(C),其中 C C C 是 key \textit{key} key 的取值范围的元素个数,这道题中 C = 1 0 6 + 1 C = 10^6 + 1 C=106+1。需要创建长度为 C C C 的数组表示哈希集合。
解法二
思路和算法
哈希表的常见实现方法是链表数组,数组的每个下标对应哈希函数可以映射到的索引,当出现哈希冲突时,使用链地址法解决哈希冲突。
用 BASE \textit{BASE} BASE 表示链表数组的长度,则可以使用一个简单的哈希函数: hash ( x ) = x m o d BASE \text{hash}(x) = x \bmod \textit{BASE} hash(x)=xmodBASE,每个键经过哈希函数映射之后的值一定在范围 [ 0 , BASE − 1 ] [0, \textit{BASE} - 1] [0,BASE−1] 内。为了将哈希函数的值尽可能均匀分布,降低哈希冲突的频率,链表数组的长度应选择质数。此处取链表数组的长度为 1013 1013 1013。
由于哈希表存储的元素包含键和值,因此链表中存储的元素为键值对。
构造方法中,将链表数组初始化为长度 BASE \textit{BASE} BASE 的链表数组,并将链表数组中的全部元素初始化为空链表。
对于各项操作,首先计算 key \textit{key} key 对应的哈希值,得到链表数组的下标,根据下标在链表数组中得到相应的链表,然后在链表中执行相应操作。
对于 put \textit{put} put 操作,在链表数组中得到相应的链表之后,遍历链表,如果遇到元素的键等于 key \textit{key} key 则将元素的值设为 value \textit{value} value 并直接返回,如果遍历结束没有遇到元素的键等于 key \textit{key} key 则在链表末尾添加元素 ( key , value ) (\textit{key}, \textit{value}) (key,value)。
对于 get \textit{get} get 操作,在链表数组中得到相应的链表之后,遍历链表,如果遇到元素的键等于 key \textit{key} key 则返回元素的值,如果遍历结束没有遇到元素的键等于 key \textit{key} key 则返回 − 1 -1 −1。
对于 remove \textit{remove} remove 操作,在链表数组中得到相应的链表之后,遍历链表,如果遇到元素的键等于 key \textit{key} key 则将其删除,如果遍历结束没有遇到元素的键等于 key \textit{key} key 则不执行任何操作。
实现方面,为了提升运行效率,使用迭代器遍历链表和执行删除操作。
代码
class MyHashMap {private class Entry {private int key;private int value;public Entry(int key, int value) {this.key = key;this.value = value;}public int getKey() {return key;}public int getValue() {return value;}public void setValue(int value) {this.value = value;}}private static final int BASE = 1013;private LinkedList<Entry>[] map;public MyHashMap() {map = new LinkedList[BASE];for (int i = 0; i < BASE; i++) {map[i] = new LinkedList<Entry>();}}public void put(int key, int value) {int index = key % BASE;LinkedList<Entry> list = map[index];Iterator<Entry> iterator = list.iterator();while (iterator.hasNext()) {Entry entry = iterator.next();if (entry.getKey() == key) {entry.setValue(value);return;}}list.offerLast(new Entry(key, value));}public int get(int key) {int index = key % BASE;LinkedList<Entry> list = map[index];Iterator<Entry> iterator = list.iterator();while (iterator.hasNext()) {Entry entry = iterator.next();if (entry.getKey() == key) {return entry.getValue();}}return -1;}public void remove(int key) {int index = key % BASE;LinkedList<Entry> list = map[index];Iterator<Entry> iterator = list.iterator();while (iterator.hasNext()) {Entry entry = iterator.next();if (entry.getKey() == key) {iterator.remove();break;}}}
}
复杂度分析
时间复杂度:构造方法的时间复杂度是 O ( BASE ) O(\textit{BASE}) O(BASE),各项操作的时间复杂度都是 O ( n BASE ) O\Big(\dfrac{n}{\textit{BASE}}\Big) O(BASEn),其中 n n n 是哈希集合中的元素个数, BASE \textit{BASE} BASE 是链表数组的长度。
构造方法需要创建长度为 BASE \textit{BASE} BASE 的数组并将每个元素设为初始值,时间复杂度是 O ( BASE ) O(\textit{BASE}) O(BASE)。
各项操作需要根据哈希函数计算哈希值,然后遍历链表。计算哈希值需要 O ( 1 ) O(1) O(1) 的时间,假设哈希值分布均匀,每个链表的平均长度是 O ( n BASE ) O\Big(\dfrac{n}{\textit{BASE}}\Big) O(BASEn),因此需要 O ( n BASE ) O\Big(\dfrac{n}{\textit{BASE}}\Big) O(BASEn) 的时间遍历哈希表。空间复杂度: O ( n + BASE ) O(n + \textit{BASE}) O(n+BASE),其中 n n n 是哈希集合中的元素个数, BASE \textit{BASE} BASE 是链表数组的长度。存储 n n n 个元素需要 O ( n ) O(n) O(n) 的空间,链表数组需要 O ( BASE ) O(\textit{BASE}) O(BASE) 的空间。
哈希表题目:设计哈希映射相关推荐
- 数据结构基础(18) --哈希表的设计与实现
哈希表 根据设定的哈希函数 H(key)和所选中的处理冲突的方法,将一组关键字映射到一个有限的.地址连续的地址集 (区间) 上,并以关键字在地址集中的"映像"作为相应记录在表中的存 ...
- 【C++】【哈希表】【哈希函数】实现自己的哈希表,解决哈希冲突;动态哈希表;
文章目录 前言 1.哈希表与哈希函数的引入 2.哈希表 3.哈希表优劣 一.设计 1.一般.通用哈希函数的设计 2.默认哈希函数 二.哈希冲突 1.链地址法.(seperate chaining ) ...
- 数据结构之哈希表以及常用哈希的算法表达(含全部代码)
目录 为什么要有哈希 哈希表 含义 创建哈希表需要注意的点 算法的选择 哈希冲突的处理 线性探测法 再哈希法 链表法 哈希表的实现(代码部分) 确定结构体(节点) 准备一个哈希算法 创建一个哈希表(即 ...
- 哈希表(解决哈希冲突)
哈希表是一种存储记录的连续内存通过哈希函数的应用,通过哈希函数的应用,可以快速存取与查找数据.所谓哈希法(Hashing),就是将本身的键(Key)通过特定的数学函数运算或使用其他的方转化成对应的数据 ...
- 哈希吧,滚雪球学 Python 哈希表与可哈希对象
橡皮擦,一个逗趣的互联网高级网虫,新的系列,让我们一起 Be More Pythonic. 滚雪球学 Python 第二轮 已完成的文章清单 十一.Python 哈希表与可哈希对象 11.1 哈希表( ...
- 哈希表题目:验证外星语词典
文章目录 题目 标题和出处 难度 题目描述 要求 示例 数据范围 解法 思路和算法 代码 复杂度分析 题目 标题和出处 标题:验证外星语词典 出处:953. 验证外星语词典 难度 3 级 题目描述 要 ...
- 哈希表题目:唯一摩尔斯密码词
文章目录 题目 标题和出处 难度 题目描述 要求 示例 数据范围 解法 思路和算法 代码 复杂度分析 题目 标题和出处 标题:唯一摩尔斯密码词 出处:804. 唯一摩尔斯密码词 难度 2 级 题目描述 ...
- 数据结构学习笔记 哈希表(一) 哈希表基础与哈希函数
------HR:The first question is what you do if you have a conflict with your manager ? ------You:Hash ...
- 【数据结构】什么是哈希表?为什么哈希表的查询时间复杂度是O(1)?
大家好,我是卷心菜,可以叫我菜菜,大二学生一枚.本篇主要讲解一种数据结构:哈希表.如果您看完文章有所收获,可以三连支持博主哦~,嘻嘻. 文章目录 一.前言 二.数组 三.哈希表 1.百度百科 2.问题 ...
最新文章
- 马库斯开喷GPT-3:演员而已,它根本不知道自己在说什么
- 我们自嘲的“码农”身份被官方实锤了!
- 一千行MySQL学习笔记(十二)
- 【SQL Alchemy】AttributeError: '...' object has no attribute 'translate'错误的解决
- Struts 2常见应用
- 关于微信公众平台表情代码的记录
- 数学建模学习笔记(八)——分类模型
- UE4 在游戏中使用Slate
- msys2软件包管理工具pacman常用命令
- datagrid 重载本地数据_jQuery easyui datagrid重新加载数据
- 完整的连接器设计手册_连接器材料使用大全
- 为什么CTO、技术总监、架构师都不写代码,还这么厉害
- vuepress-theme-reco@1.x 解决博客首页 与 仓库README不兼容问题
- Rain on your Parade(二分图匹配-Hopcroft-Carp算法)
- mysql gt =_amp;lt;=amp;gt; operator in MySQL_MySQL
- 当display:flex弹性布局与position:absolute/fixed定位一起用,会出现的问题与解决方法
- 复现文件上传漏洞(靶场练习)
- C++中unique函数作用及使用条件
- 如何正确的做技术选型
- HTML、CSS(补充知识点)