(简单)设计哈希集合 Java

在这里插入图片描述

为了实现哈希集合这一数据结构,有以下几个关键问题需要解决:

  • 哈希函数:能够将集合中任意可能的元素映射到一个固定范围的整数值,并将该元素存储到整数值对应的地址上
  • 冲突处理:由于不同元素可能映射到相同的整数值,因此需要在整数值出现冲突时,需要进行冲突处理。总的来说,有以下几种策略解决冲突:
    • 链地址法:为每一个哈希值维护一个链表,并将具有相同哈希值的元素都放入这一链表中
    • 开放地址法:当发现哈希值h处产生冲突时,根据某种策略,从h出发找到下一个不冲突的位置。例如,一种最简单的策略是,不断地检查h+1,h+2,h+3,…这些整数对应的位置
    • 再哈希法:当发现哈希冲突后,使用另一个哈希函数产生一个新的地址

方法一:简单数组法

依据提示创建了长度为10^6+1的数组set,如果向set中添加了某个数字x,则将set[x]置为1

class MyHashSet {

    private int[] set = new int[1000001];

    public MyHashSet() {

    }

    public void add(int key) {
        set[key] = 1;
    }

    public void remove(int key) {
        set[key] = 0;
    }

    public boolean contains(int key) {
        return set[key] != 0;
    }

}

在这里插入图片描述

方法二:链地址法

除了上面这种简单数组方法,也可以利用链表来构建set

设计哈希表大小为base,则可以设计一个简单的哈希函数:hash(x) = x mod base。

开辟一个大小为base的数组,数组的每个位置是一个链表。当计算出哈希值之后,就插入到对应位置的链表中。

由于该方法使用整数除法作为哈希函数,为了尽可能避免冲突,应当将base取为一个质数。

import java.util.Iterator;
import java.util.LinkedList;

class MyHashSet {

    private static final int BASE = 769;
    private LinkedList<Integer>[] data;

    public MyHashSet() {
        data = new LinkedList[BASE];
        for (int i = 0; i < BASE; i++) {
            data[i] = new LinkedList<>();
        }
    }

    public void add(int key) {
        int h = hash(key);
        Iterator<Integer> it = data[h].iterator();
        while (it.hasNext()) {
            Integer element = it.next();
            if (element == key) {
                return;
            }
        }
        data[h].addLast(key);
    }

    public void remove(int key) {
        int h = hash(key);
        Iterator<Integer> it = data[h].iterator();
        while (it.hasNext()) {
            Integer element = it.next();
            if (element == key) {
                data[h].remove(element);
                return;
            }
        }
    }

    public boolean contains(int key) {
        int h = hash(key);
        Iterator<Integer> it = data[h].iterator();
        while (it.hasNext()) {
            Integer element = it.next();
            if (element == key) {
                return true;
            }
        }
        return false;
    }

    private static int hash(int key) {
        return key % BASE;
    }
}

复杂度分析:

  • 时间复杂度:O( n b \frac{n}{b} bn),其中n为哈希表中的元素数量,b为链表的数量。假设哈希值是均匀分布的,则每个链表大概长度为 n b \frac{n}{b} bn
  • 空间复杂度:O(n+b)

在这里插入图片描述

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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