【数据结构】哈希表和对应的python哈希表的常用操作

#哈希表 = 散列表，本质上是数组，
#其通过把键映射到存储桶中来实现快速查找。
#具体来说，哈希表使用哈希函数将键值映射到哈希表中的一个桶中，然后在该桶中查找对应的键值对
#key:value 键值对,一个键对应一个值，但值可以是list来存取多个元素

#哈系表的优势是搜索, 插入和删除, 搜索是O(1)时间复杂度

#哈希碰撞：2个不同的key通过同一个哈希函数得到了相同的内存地址
#如果发生哈希碰撞了，就把这个键值对用链表的方式存储，具体方法就是将先在存放这个内存地址上的键值对的next指针指向冲突的那个键值对。

#访问：因为哈希表没有索引这个概念，所以访问是不存在的

#搜索：指对key进行搜索,因为直接把key给哈希函数就知道内存地址了，时间复杂度0(1)。碰撞：O(K)，K为碰撞元素的个数

#插入：O(1)，比如插入个 5:A的键值对，把5这个key通过哈希函数找到内存地址然后把A这个值插进去。

#删除：O(1)，比如 5:A的键值对，把5这个key通过哈希函数找到内存地址然后把A这个值删掉。

#哈希表常用操作
#创建哈希表
#1.用数组创建哈希表，把索引当中哈希表的key
hashTable = ['']*4
print(hashTable)#['', '', '', '']
#2.用字典创建哈希表
mapping = {}

#添加元素,O(1)时间复杂度，因为嗖的一下就能得到对应的内存地址，然后就修改
hashTable[1] = "gaoxiang"
hashTable[2] = "yidiao"
hashTable[3] = "liusha"
mapping[1] = "gaoxiang"
mapping[2] =  "yidiao"
mapping[3] = "liusha"

#修改元素
hashTable[1] = 'bishi'
mapping[1] = 'bishi'

#删除元素，这里都是指删除key，O(1)时间复杂度
hashTable[1] = ''#把改成空字符串，下次碰到值是空字符串就代表这个key已经删掉了
mapping.pop(1) #删掉后哈希表是没有1这个key了
#del mapping[1] #删掉后哈希表是没有1这个key了

#获取key的值
hashTable[3]
mapping[3]

#检查key是否存在,数组创建的哈希表没法实现这个功能
3 in mapping #True

#搜索元素
#a是键值key，如果存在dict存在a这个key，则函数返回dict[a]这个value；否则返回b，如果没有定义b参数，则返回None。
dict.get(a,b)
dict.get(a)

#哈希表长度
len(mapping)

#哈希表是否还有元素
len(mapping) == 0

#遍历key
for i in mapping.keys() :
    print(i,end="，")#2，3，
#遍历value
for i in mapping.values() :
    print(i,end="，")#yidiao，liusha，
#取出全部keys和value值
for i in mapping.items() :
    print(i,end="，")#(2, 'yidiao'),(3, 'liusha')用下标0和1进行取值
#for key, value in mapping.items()


#删除指定的键值对
dic1 = {“a”: “C”, “b”: “Python”, “c”: “RPA”, “d”:“艺赛旗”}
dic1.pop(“c”)
print(“dic1:”, dic1)


#使用list作第一个参数，创建列表字典，即value是list
#当字典中没有的键第一次出现时，default_factory自动为其返回一个空列表，list.append()会将值添加进新列表；再次遇到相同的键时，list.append()将其它值再添加进该列表
from collections import defaultdict
s=[('yellow',1),('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
d=defaultdict(list)
for k, v in s:
    d[k].append(v)
# 根据key的ASCII升序排列，把key value都打印出来
a=sorted(d.items())
print(a) #[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]

Refer: 来吧！一文彻底搞定哈希表！