阿里巴巴面试有关散列(哈希)表的面试题详解

public override ICollection Keys
{

get

{

return keys;

}

}

public override void Clear()

{

base.Clear ();
keys.Clear ();`

}

public override void Remove(object key)

{

base.Remove (key);
keys.Remove (key);

}

public override IDictionaryEnumerator GetEnumerator()

{

returnbase.GetEnumerator ();
}

}

3、两个数组的交集

题目解析

容器类 set 的使用。

遍历 num1,通过 set 容器 record 存储 num1 的元素
遍历 num2,在 record 中查找是否有相同的元素,如果有,用 set 容器 resultSet 进行存储
将 resultSet 转换为 vector 类型

动画描述

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

代码实现

// 时间复杂度: O(nlogn) // 空间复杂度: O(n) class Solution { public: vector<int> intersect(vector<int>& nums1, vector<int>& nums2) { map<int, int> record; for(int i = 0 ; i < nums1.size() ; i ++){ record[nums1[i]] += 1; } vector<int> resultVector; for(int i = 0 ; i < nums2.size() ; i ++){ if(record[nums2[i]] > 0){ resultVector.push_back(nums2[i]); record[nums2[i]] --; } } return resultVector; } };

4、回旋镖的数量

题目描述

给定平面上 n 对不同的点,“回旋镖” 是由点表示的元组 (i, j, k) ,其中 i 和 j 之间的距离和 i 和 k 之间的距离相等(需要考虑元组的顺序)。

找到所有回旋镖的数量。你可以假设 n 最大为 500,所有点的坐标在闭区间 [-10000, 10000] 中。

题目解析

n 最大为 500,可以使用时间复杂度为 O(n^2)的算法。

遍历所有的点,让每个点作为一个锚点
然后再遍历其他的点,统计和锚点距离相等的点有多少个
然后分别带入 n(n-1) 计算结果并累加到 res 中
注意点:

如果有一个点a,还有两个点 b 和 c ,如果 ab 和 ac 之间的距离相等,那么就有两种排列方法 abc 和 acb ;

如果有三个点b,c,d 都分别和 a 之间的距离相等,那么有六种排列方法,abc, acb, acd, adc, abd, adb;

如果有 n 个点和点 a 距离相等,那么排列方式为 n(n-1);

计算距离时不进行开根运算, 以保证精度;

只有当 n 大于等于 2 时,res 值才会真正增加,因为当n=1时,增加量为1 * ( 1 - 1 ) = 0 。

动画描述

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

代码实现

// 时间复杂度: O(n^2)
// 空间复杂度: O(n)
class Solution {
public:
int numberOfBoomerangs(vector<pair<int, int>>& points) {
int res = 0;
for( int i = 0 ; i < points.size() ; i ++ ){
// record中存储 点i 到所有其他点的距离出现的频次
unordered_map<int, int> record;
for(int j = 0 ; j < points.size() ; j ++){
if(j != i){
// 计算距离时不进行开根运算, 以保证精度
record[dis(points[i], points[j])] += 1;
}
}
for(unordered_map<int, int>::iterator iter = record.begin() ; iter != record.end() ; iter ++){
res += (iter->second) * (iter->second - 1);
}
}
return res;
}

private:
int dis(const pair<int,int> &pa, const pair<int,int> &pb){
return (pa.first - pb.first) * (pa.first - pb.first) +
(pa.second - pb.second) * (pa.second - pb.second);

总结

本文讲解了我对Android开发现状的一些看法,也许有些人会觉得我的观点不对,但我认为没有绝对的对与错,一切交给时间去证明吧!愿与各位坚守的同胞们互相学习,共同进步!

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

可以戳这里获取](https://bbs.csdn.net/topics/618524047)**

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 8
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
是一种常见的数据结构,可以快速地进行查找、插入和删除操作。哈的核心思想是将数据元素通过哈函数映射到一个固定大小的数组中,每个数据元素在数组中对应一个位置,通过查询这个位置可以快速地访问该元素。 线性探测再散列是一种解决哈冲突的方法。当两个不同的数据元素映射到同一个数组位置时,线性探测再散列会尝试在数组中找到另一个空位置,并将冲突的数据元素插入到该空位置中。如果没有找到空位置,线性探测再散列会重新计算哈函数,并尝试将数据元素插入到新的位置中。 下面是一个基于C语言实现的线性探测再散列哈的代码示例: ```c #include <stdio.h> #include <stdlib.h> #include <string.h> #define HASH_TABLE_SIZE 100 typedef struct _hash_node { char *key; char *value; } hash_node; typedef struct _hash_table { hash_node **nodes; int size; } hash_table; unsigned long hash_function(char *key) { unsigned long hash = 5381; int c; while ((c = *key++)) { hash = ((hash << 5) + hash) + c; /* hash * 33 + c */ } return hash; } hash_table *create_hash_table(int size) { hash_table *table = (hash_table *) malloc(sizeof(hash_table)); table->nodes = (hash_node **) calloc(size, sizeof(hash_node *)); table->size = size; return table; } void destroy_hash_table(hash_table *table) { int i; for (i = 0; i < table->size; i++) { if (table->nodes[i]) { free(table->nodes[i]->key); free(table->nodes[i]->value); free(table->nodes[i]); } } free(table->nodes); free(table); } void insert_hash_table(hash_table *table, char *key, char *value) { unsigned long hash = hash_function(key) % table->size; int i = 0; while (table->nodes[hash] && strcmp(table->nodes[hash]->key, key) != 0) { i++; hash = (hash + i) % table->size; } if (table->nodes[hash]) { free(table->nodes[hash]->value); table->nodes[hash]->value = strdup(value); } else { table->nodes[hash] = (hash_node *) malloc(sizeof(hash_node)); table->nodes[hash]->key = strdup(key); table->nodes[hash]->value = strdup(value); } } char *lookup_hash_table(hash_table *table, char *key) { unsigned long hash = hash_function(key) % table->size; int i = 0; while (table->nodes[hash] && strcmp(table->nodes[hash]->key, key) != 0) { i++; hash = (hash + i) % table->size; } if (table->nodes[hash]) { return table->nodes[hash]->value; } else { return NULL; } } int main() { hash_table *table = create_hash_table(HASH_TABLE_SIZE); insert_hash_table(table, "foo", "bar"); insert_hash_table(table, "baz", "qux"); printf("%s\n", lookup_hash_table(table, "foo")); /* bar */ printf("%s\n", lookup_hash_table(table, "baz")); /* qux */ printf("%s\n", lookup_hash_table(table, "quux")); /* (null) */ destroy_hash_table(table); return 0; } ``` 在该代码中,我们定义了一个`hash_node`结构体示哈中的一个节点,其中包含了一个键值对。我们还定义了一个`hash_table`结构体示哈本身,其中包含了一个节点数组和哈的大小。 我们使用`hash_function`函数来计算键的哈值,并使用`create_hash_table`函数来创建一个指定大小的哈。`destroy_hash_table`函数用于销毁哈。 我们使用`insert_hash_table`函数来向哈中插入一个键值对,该函数先计算键的哈值,然后在哈中查找是否已经存在该键,如果存在则更新其值,否则创建一个新的节点。当出现哈冲突时,我们使用线性探测再散列来寻找下一个空位置。 我们使用`lookup_hash_table`函数来查找哈中指定键的值,该函数先计算键的哈值,然后在哈中查找该键。 最后,在`main`函数中,我们创建了一个哈,向其中插入两个键值对,并且使用`lookup_hash_table`函数查找指定键的值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值