结合 LeetCode 谈谈哈希表在算法问题上的应用

最新推荐文章于 2023-11-28 16:25:51 发布

姜茶

最新推荐文章于 2023-11-28 16:25:51 发布

阅读量425

点赞数

分类专栏：找工作日常学习文章标签：算法数据结构哈希表 leetcode

本文链接：https://blog.csdn.net/jcq521045349/article/details/103108276

版权

从 LeetCode 前一百道题中总结了些哈希表(unordered_map)应用于算法问题的场景，在恰当的时候使用哈希表可以大幅提升算法效率，比如：统计字符串中每个字符或单词出现的次数、从一维数组中选择出两个数使之与某数相等。

在开始之前，首先简要的介绍一下哈希表（又称散列表），心急的同学可以跳转到LeetCode部分。

哈希表介绍

哈希表查找的时间复杂度最差是O(n),平均时间复杂度O(1)，因此，理想状态哈希表的使用和数组很像。

散列表使用某种算法操作(散列函数)将键转化为数组的索引来访问数组中的数据，这样可以通过Key-value的方式来访问数据，达到常数级别的存取效率。现在的nosql数据库都是采用key-value的方式来访问存储数据。

散列表是算法在时间和空间上做出权衡的经典例子。通过一个散列函数，将键值key映射到记录的访问地址，达到快速查找的目的。如果没有内存限制，我们可以直接将键作为数组的索引，所有的操作操作只需要一次访问内存就可以完成。

散列函数就是将键转化为数组索引的过程,这个函数应该易于计算且能够均与分布所有的键。

散列函数最常用的方法是除留余数法，通常被除数选用素数，这样才能保证键值的均匀散布。

散列函数和键的类型有关，每种数据类型都需要相应的散列函数；比如键的类型是整数，那我们可以直接使用除留余数法；键的类型是字符串的时候我们任然可以使用除留余数法，可以将字符串当做一个特别大的整数。

int hash = 0;
for (int i=0;i<s.length();i++){
	hash = (R*hash +s.charAt(i)%M);
}

或者

Hash hashCode(char *key){
	int offset = 5;
	Hash hashCode = 0;
	while(*key){
		hashCode = (hashCode << offset) + *key++;
	}
	return hashCode;		
}

使用时 hashCode(key) & (size-1) 就可以得到一个 size-1 范围内的hash值