leetcode 705. design-hashset 设计哈希集合 python3

时间：2020-8-25

题目地址：

https://leetcode-cn.com/problems/design-hashset/

题目难度：

Easy

题目描述：

不使用任何内建的哈希表库设计一个哈希集合

具体地说，你的设计应该包含以下的功能

add(value)：向哈希集合中插入一个值。
contains(value) ：返回哈希集合中是否存在这个值。
remove(value)：将给定值从哈希集合中删除。如果哈希集合中没有这个值，什么也不做。

示例:

MyHashSet hashSet = new MyHashSet();
hashSet.add(1);         
hashSet.add(2);         
hashSet.contains(1);    // 返回 true
hashSet.contains(3);    // 返回 false (未找到)
hashSet.add(2);          
hashSet.contains(2);    // 返回 true
hashSet.remove(2);          
hashSet.contains(2);    // 返回  false (已经被删除)

注意：

所有的值都在 [0, 1000000]的范围内。
操作的总数目在[1, 10000]范围内。
不要使用内建的哈希集合库。

---

思路1：使用字典，手写哈希函数，解决冲突用的顺序数组法，干就完了

tips：集合内元素不可重复，所以在增加的时候需要判断一下

代码段1：通过

class MyHashSet:

    def __init__(self):
        """
        Initialize your data structure here.
        """
        self.hash_size = 769
        self.hash_set = {_:[] for _ in range(self.hash_size)}

    def add(self, key: int) -> None:
        if key not in self.hash_set[key % 769]:
            self.hash_set[key % 769].append(key)

    def remove(self, key: int) -> None:
        if key in self.hash_set[key % 769]:
            self.hash_set[key % 769].remove(key)
        
    def contains(self, key: int) -> bool:
        """
        Returns true if this set contains the specified element
        """
        if key not in self.hash_set[key % 769]:
            return False
        else:
            return True

# Your MyHashSet object will be instantiated and called as such:
# obj = MyHashSet()
# obj.add(key)
# obj.remove(key)
# param_3 = obj.contains(key)

总结：

1. 虽然写的比较low，但是好久不写了，第一次通过还是很开心的，哈希的基础还是在的

2. 哈希函数的共同特点是使用模运算符。\text{hash} = \text{value} \mod \text{base}hash=valuemodbase。其中，\text{base}base 将决定 HashSet 中的桶数。

   从理论上讲，桶越多（因此空间会越大）越不太可能发生碰撞。\text{base}base 的选择是空间和碰撞之间的权衡。

   此外，使用质数作为 \text{base}base 是一个明智的选择。例如 769，可以减少潜在的碰撞。

3. 相关知识

   为了实现 HashSet 数据结构，有两个关键的问题，即哈希函数和冲突处理。

   哈希函数：目的是分配一个地址存储值。理想情况下，每个值都应该有一个对应唯一的散列值。
   冲突处理：哈希函数的本质就是从 A 映射到 B。但是多个 A 值可能映射到相同的 B。这就是碰撞。因此，我们需要有对应的策略来解决碰撞。总的来说，有以下几种策略解决冲突：
   单独链接法：对于相同的散列值，我们将它们放到一个桶中，每个桶是相互独立的。
   开放地址法：每当有碰撞， 则根据我们探查的策略找到一个空的槽为止。
   双散列法：使用两个哈希函数计算散列值，选择碰撞更少的地址。

4. 【2020-08-26】更新：这其实都是错的，直接使用内建的哈希库，重写了数组，为啥感觉怪怪的

class Bucket:
    def __init__(self):
        self.bucket = []
    
    def update(self, key:int) -> None:
        if key not in self.bucket:
            self.bucket.append(key)

    def remove(self, key: int) -> None:
        if key in self.bucket:
            self.bucket.remove(key)
    
    def contains(self, key: int) ->bool:
        if key in self.bucket:
            return True
        else:
            return False

class MyHashSet:
    def __init__(self):
        """
        Initialize your data structure here.
        """
        self.hash_size = 769
        self.hash_set = [Bucket() for _ in range(self.hash_size + 1)]

    def add(self, key: int) -> None:
        hash_key = key % self.hash_size
        self.hash_set[hash_key].update(key)

    def remove(self, key: int) -> None:
        hash_key = key % self.hash_size
        self.hash_set[hash_key].remove(key)
        
    def contains(self, key: int) -> bool:
        """
        Returns true if this set contains the specified element
        """
        hash_key = key % self.hash_size
        return self.hash_set[hash_key].contains(key)

# Your MyHashSet object will be instantiated and called as such:
# obj = MyHashSet()
# obj.add(key)
# obj.remove(key)
# param_3 = obj.contains(key)

---

后续优化：用链表和二叉搜索树

https://leetcode-cn.com/problems/design-hashset/solution/she-ji-ha-xi-ji-he-by-leetcode/

链地址法https://leetcode-cn.com/problems/design-hashset/solution/python-lian-di-zhi-fa-by-qqqun902025048/