JAVA算法:哈希查找

哈希查找(Hash Search)

概念:

哈希法:又称散列法、杂凑法或关键字地址计算法等,相应的表称为哈希表。

哈希表的装填因子α: α = 哈希表中元素个数 / 哈希表的长度
α可描述哈希表的装满程度。显然,α越小,发生冲突的可能性越小,而α越大,发生冲突的可能性也越大。

基本思想:

首先在元素的关键字k和元素的存储位置p之间建立一个对应关系H,使得p=H(k),H称为哈希函数。

除留余数法:

假设哈希表长为m, p为小于等于m的最大素数, 则哈希函数为 H(k)=k%p,其中%为模p取余运算。

处理冲突的方法:
开放定址法:(这种方法也称再散列法)

这种方法有一个通用的再散列函数形式:
Hi=(H(key)+di)%m, i=1,2,…, n
其中H(key)为哈希函数,m 为表长,di称为增量序列。增量序列的取值方式不同,相应的再散列方式也不同。主要有以下三种:

1.线性探测再散列: di=1,2,3,…,m-1
2.二次探测再散列:di=12,-12,22,-22,…,k2,-k2 (k≤m/2)
3.伪随机探测再散列:di=伪随机数序列。
再哈希法:

这种方法是同时构造多个不同的哈希函数:
Hi=RH1(key), i=1,2, …, k
当哈希地址Hi=RH1(key)发生冲突时,再计算Hi=RH2(key)……直到冲突不再产生。这种方法不易产生聚集,但增加了计算时间。

链地址法:

这种方法的基本思想是将所有哈希地址为i的元素构成一个称为同义词链的单链表,并将单链表的头指针存在哈希表的第i个单元中, 因而查找、插入和删除主要在同义词链中进行。 链地址法适用于经常进行插入和删除的情况。

哈希查找概念摘自博客:https://blog.csdn.net/De_lovely_crane/article/details/93882963

了解完哈希查找原理,我们来实践一下:

来源:力扣(leetCode)第1题:两数之和
给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 的那 两个 整数,并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。
示例:

示例 1:
输入:nums = [2,7,11,15], target = 9
输出:[0,1]
解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。

示例 2:
输入:nums = [3,2,4], target = 6
输出:[1,2]

示例 3:
输入:nums = [3,3], target = 6
输出:[0,1]

记录一下看到该题的菜鸡写法:

private static int[] twoSum(int[] nums, int target) {
        //1、定义一个keys数组,存放有效数据的下标
        //2、定义一个map,将下标当作key,值当作value存放
        List<Integer> keys = new ArrayList<>();
        Map<Integer, Integer> numMap = new HashMap<>(nums.length);
        for (int i = 0; i < nums.length; i++) {
            numMap.put(i, nums[i]);
            keys.add(i);
        }

        int[] result = new int[]{0, 1};
        //3、双重for循环每一个数与另外数相加是否等于该目标值,若相等则结束本次循环
        for (int i = 0; i < keys.size() - 1; i++) {
            for (int j = i; j < keys.size() - 1; j++) {
                if (numMap.get(keys.get(i)) + numMap.get(keys.get(j + 1)) == target) {
                    result[0] = keys.get(i);
                    result[1] = keys.get(j + 1);
                    return result;
                }
            }
        }
        throw new RuntimeException("没有查找到正确答案!");
    }

虽然通过了leetCode的测试用例可是不管是从时间还是空间上效率都比较低。。。

后续看到该题的标签“哈希表”,才想到使用哈希查找来解题:

leetCode官方解题思路:
使用哈希表,可以将寻找 target - x 的时间复杂度降低到从 O(N) 降低到 O(1)。
这样我们创建一个哈希表,对于每一个 x,我们首先查询哈希表中是否存在 target - x,然后将 x 插入到哈希表中,即可保证不会让 x 和自己匹配。

时间复杂度:O(N),其中 N 是数组中的元素数量。对于每一个元素 x,我们可以 O(1) 地寻找 target - x。
空间复杂度:O(N),其中 N 是数组中的元素数量。主要为哈希表的开销。

private static int[] twoSumHash(int[] nums, int target) {
        //定义hash表存放要匹配的数组
        Map<Integer, Integer> hash = new HashMap<>(nums.length);
        for (int i = 0; i < nums.length; i++) {
            //该判断条件参考官方题解可优化使用containsKey()方法来判断
            if (hash.get(target - nums[i]) != null) {
                //判断hash table 中是否存在 target - nums[i] 的值 存在则直接返回两数下标
                return new int[]{hash.get(target - nums[i]), i};
            }
            //若不存在则将 当前数作为 key 下标作为 value 存入 hash table 中
            //重复存入相同 key 会覆盖原来的 value ,此处不需考虑重复存入问题
            hash.put(nums[i], i);
        }
        throw new RuntimeException("没有查找到正确答案!");
    }

最终通过测试用例执行用时:0 ms, 在所有 Java 提交中击败了100.00%的用户;内存消耗:38.7 MB, 在所有 Java 提交中击败了35.33%的用户,解题思路上被完爆了…

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