算法基础提升——哈希函数和并查集（C++）_c语言中哈希表是函数吗

最新推荐文章于 2024-06-15 23:36:03 发布

Tomcat知识点大全

最新推荐文章于 2024-06-15 23:36:03 发布

阅读量329

点赞数 4

分类专栏： 2024年程序员学习文章标签：算法哈希算法 c++

本文链接：https://blog.csdn.net/m0_57539910/article/details/137690634

版权

2024年程序员学习专栏收录该内容

235 篇文章 0 订阅

订阅专栏

insert(key)：将某个key加入到该结构，做到不重复加入。
delete(key)：将原本在结构中的某个key移除。
getRandom()：等概率随机返回结构中的任何一个key。

【要求】 Insert、delete和getRandom方法的时间复杂度都是O(1)

3.2 解题思路

参考：http://t.csdnimg.cn/lk2uj

具体操作：

针对insert我们可以实现两个map同步操作，一个插入(key, index)，另外一个插入(index, key)，然后使用size计数即可，保持同步。
针对getRandom，虽然Hash表返回的是近似等概率的，但是不是严格等概率的，所有我们利用随机数从(index, key)中得到一个key。
针对delete操作，我们确实可以直接在(key, index)进行操作，但是这样我们在使用getRandom函数之后它会产生空洞了，所以一种思路就是我们可以借助最后一行(key,index)进行赋值给需要删除的key，这样就可以消除空洞。

3.3 代码实现

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<unordered_map>
#include<cstdlib>
using namespace std;

class RandomPool {
public:
    unordered_map<string, int> keyIndexMap;
    unordered_map<int, string> indexKeyMap;
    int size;
    RandomPool() : size(0) {}   // default constructor

    void insertKey(string key) {
        if (keyIndexMap.find(key) == keyIndexMap.end()) {   // if don't have key
            keyIndexMap.emplace(key, size);  // we can also insert({key, size}) instead
            indexKeyMap.emplace(size, key);
            size++;
        }
    }

    void deleteKey(string key) {
        if (keyIndexMap.find(key) != keyIndexMap.end()) {  // if we have key
            int deleteIndex = keyIndexMap.at(key);  // find we we want to delete the index
            int lastIndex = --size;  // last index
            string lastKey = indexKeyMap.at(lastIndex);    // find the last key
            keyIndexMap.erase(key);
            keyIndexMap.erase(lastKey);
            indexKeyMap.erase(deleteIndex);
            indexKeyMap.erase(lastIndex);
            keyIndexMap.emplace(lastKey, deleteIndex);
            indexKeyMap.emplace(deleteIndex, lastKey);
        }
    }

    string getRandomKey() {
        int random = rand() % size;     // get [0, size-1]
        return indexKeyMap.at(random);  // we can also use indexKeyMap[random] instead
    }
};
int main()
{
    RandomPool randomPool;
    randomPool.insertKey("A");
    randomPool.insertKey("B");
    randomPool.insertKey("C");
    cout << "===================Insert key===================" << endl;
    cout << "keyIndexMap: " << endl;
    for (auto& it : randomPool.keyIndexMap) {
        cout << it.first << ": " << it.second << endl;
    }
    cout << "indexKeyMap: " << endl;
    for (auto it = randomPool.indexKeyMap.begin(); it != randomPool.indexKeyMap.end(); ++it) {
        cout << it->first << ": " << it->second << endl;
    }
    cout << "===================Random key===================" << endl;
    string randomKey1 = randomPool.getRandomKey();
    string randomKey2 = randomPool.getRandomKey();
    string randomKey3 = randomPool.getRandomKey();
    cout << "key1: " << randomKey1 << "\n" << "key2: " << randomKey2 << "\n" << "key3: " << randomKey3 << endl;

    cout << "===================Delete key===================" << endl;
    randomPool.deleteKey("A");  // delete "A"
    cout << "keyIndexMap: " << endl;
    for (auto& it : randomPool.keyIndexMap) {
        cout << it.first << ": " << it.second << endl;
    }
    cout << "indexKeyMap: " << endl;
    for (auto it = randomPool.indexKeyMap.begin(); it != randomPool.indexKeyMap.end(); ++it) {
        cout << it->first << ": " << it->second << endl;
    }
    cout << "==================After delete random key========" << endl;
    string randomKey11 = randomPool.getRandomKey();
    string randomKey22 = randomPool.getRandomKey();
    string randomKey33 = randomPool.getRandomKey();
    cout << "key1: " << randomKey11 << "\n" << "key2: " << randomKey22 << "\n" << "key3: " << randomKey33 << endl;
    return 0;
}

四、布隆过滤器

4.1 问题介绍

布隆过滤器（Bloom Filter）实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。
优点：

可以高效地进行查询，可以用来告诉你“某样东西一定不存在或者可能存在”
可以高效的进行插入（但是不能删除）
相比于传统的List、Set、Map等数据结构，它占用空间更少，因为其本身并不存储任何数据（重点）
适用于海量数据的查找（亿量级）

缺点：

不能提供删除操作
存在失误概率：将白名单中的内容误认为是黑名单中的（反之则不可能失误）。

例如：网络爬虫程序，为了不去爬相同的URL页面，需要记录下所有爬过的URL（极大数据量），在爬一个新的网页时，判断是否已经爬过。

4.2 解题思路

参考：http://t.csdnimg.cn/xJMl4

定义一个m个空间大小的哈希表（0~m-1）。
将每个URL分别通过K个不同的哈希函数，并除以m取模，将得到的所有值都在哈希表上表示出来。（例如得到1，2，4，6……那么哈希表的1，2，4，6……空间上都涂黑。如果已经涂黑了则不进行操作）。
当查验一个URL是否在表上时，先将该URL通过K个哈希函数，并除以m取模，如果得到的所有值都在哈希表上被涂黑了，那么这个URL在表上。（例如得到1，2，4，6……但哈希表6号空间未被涂黑，说明此URL不在表上）。

重点在于如何确定m和K的值。

$m = -n*lnP /(ln2)^2$ (其中n为样本量，P为失误率)。
$K = ln2 *n/m$ (其中n为样本量，m为空间)。
$P = (1-e{-n*K/m})K$ (其中P为实际失误率 )。

4.3 代码实现

#include <iostream>
#include <unordered_map>
#include <string>
#include <sys/time.h>
#include <utility>
#include <iomanip>
 
#define MAP_ITEMS 100000
 
using namespace std;
 
int main()
{
	unordered_map<string, bool> unordermp;
	
	timeval startTime, endTime;
	
	//1.插入MAP_ITEMS个元素到map中
	gettimeofday(&startTime, NULL);
	std::string key = "https://blog.csdn.net/qq_41453285";
	for(int i = 0; i < MAP_ITEMS; ++i){
		string sub_key = to_string(i);
		unordermp.insert(std::make_pair(key + sub_key, 1));
	}
	
	gettimeofday(&endTime, NULL);
	long insert_time = (endTime.tv_sec - startTime.tv_sec)*1000 + (endTime.tv_usec-startTime.tv_usec)/1000;
	
	//2.在map中查找一个元素
	gettimeofday(&startTime, NULL);
	if( unordermp.find(key + "10000") == unordermp.end())
		std::cout << "not found!" << std::endl;
	
	gettimeofday(&endTime, NULL);
	long find_time = endTime.tv_usec - startTime.tv_usec;
	
	//3.估算当前key的平均大小
	double key_size = key.size() + to_string(MAP_ITEMS).size()/2;
	
	//4.打印相关信息
	std::cout << "Number of members  " << "key size  " << "insert time(ms)  " << "find time(us)  " << std::endl;
	std::cout << left << setw(19) << MAP_ITEMS;
	std::cout << left << setw(10) << key_size;
	std::cout << left << setw(17) << insert_time;
	std::cout << left << setw(15) << find_time << std::endl;
}

五、一致性哈希原理

5.1 问题介绍

参考：http://t.csdnimg.cn/iKh0k

六、岛问题

6.1 问题介绍

6.2 解题思路

**1. 采用感染算法:**首先从第一行开始遍历二维数组，如果发现“1”，那么递归查找和它相连接的所有“1”，并将“1”改成“2”。当下次遍历到同一个岛时，程序会发现该岛已经被标记为“2”，从而避免重复计算。

时间复杂度： $O(N*M)$ ,遍历时每个位置都会被调用1次，同时每个位置最多可能被它上下左右的4个位置递归调用4次。

**2. 采用并查集：**若数据量很大,需要并行运算求解,就不太好做了,难点在于多CPU计算结果的合并.
合并时要考虑将边界有重合的岛合并,但问题在于我们不知道多个重合边是否属于同一个岛。

考虑如下情况:有一个大C字形岛屿，被一刀切成三块了，那么在合并的时候遇到两条边，但我们不知道到底有几个岛(要合并几次)。
应用并查集结构，将一个岛屿构造成一个并查集，遇到相同边的时候合并进同一个并查集中，这样避免了重复合并的问题.

6.3 代码实现

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<unordered_map>
#include<cstdlib>
using namespace std;

int m[100][100];

//1.感染算法实现
void infect(int i, int j, int N, int M)//可变参数只有位置i，j
{
	//base case:当前位置是无效位置或者不是1，返回
	if (i < 0 || i >= N || j < 0 || j >= M || m[i][j] != 1)
		return;
	m[i][j] = 2;
	//递归感染和它连成一片的1
	infect(i + 1, j, N, M);
	infect(i - 1, j, N, M);
	infect(i, j + 1, N, M);
	infect(i, j - 1, N, M);
}
int countIslands(int N, int M)
{
	if (m == NULL || m[0] == NULL)
		return 0;
	int res = 0;
	for (int i = 0; i < N; i++)
	{
		for (int j = 0; j < M; j++)
		{
			if (m[i][j] == 1)
			{
				res++;
				infect(i, j, N, M);
			}
		}
	}
	return res;
}

int main()
{
	int N, M;
	cin >> N >> M;
	for (int i = 0; i < N; i++)
	{
		for (int j = 0; j < M; j++)
		{


**自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。**

**深知大多数Linux运维工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**

**因此收集整理了一份《2024年Linux运维全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。**
![img](https://img-blog.csdnimg.cn/img_convert/69f3cabe3f9df432d0b77469b0367465.png)
![img](https://img-blog.csdnimg.cn/img_convert/ec827ff073b349f1d607bb4596a05ff2.png)
![img](https://img-blog.csdnimg.cn/img_convert/371e91df40675565d5059e9f7e5e3c74.png)
![img](https://img-blog.csdnimg.cn/img_convert/3f0e0d4956ac2321a8cc4f923a3fb01e.png)
![img](https://img-blog.csdnimg.cn/img_convert/bbec8f6af9c56f729df0c98be5adaa2f.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Linux运维知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以添加VX：vip1024b （备注Linux运维获取）**
![img](https://img-blog.csdnimg.cn/img_convert/3c63c3e4baa6f92528a2b8b5ee2d2f42.jpeg)

W-1712917406893)]
[外链图片转存中...(img-D7SCbmma-1712917406893)]
[外链图片转存中...(img-FeKKDFco-1712917406894)]

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Linux运维知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以添加VX：vip1024b （备注Linux运维获取）**
[外链图片转存中...(img-HKbkcHQZ-1712917406894)]

Tomcat知识点大全

关注

4
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
算法基础提升——哈希函数和并查集（C++）_c语言中哈希表是函数吗

布隆过滤器（Bloom Filter）实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。可以高效地进行查询，可以用来告诉你“某样东西一定不存在或者可能存在”可以高效的进行插入（但是不能删除）相比于传统的List、Set、Map等数据结构，它占用空间更少，因为其本身并不存储任何数据（重点）适用于海量数据的查找（亿量级）不能提供删除操作存在失误概率：将白名单中的内容误认为是黑名单中的（反之则不可能失误）。
复制链接

扫一扫