Leetcode数据结构学习day1——哈希表

一、概念

哈希表（Hash Table），数据结构，用于存储和检索键值对（Key-Value pairs）。

包含：

键	key	键通过哈希函数转换成“值”的索引
哈希函数	Hash(key)	中介
值	value	与键配对

哈希表的核心思想是使用哈希函数将键转换为索引，然后将值存储在对应索引位置的存储桶中。

通常基于数组实现的，通过数组的下标来访问存储桶。

二、优点：

高效存储（插入）和查找、空间效率高、可用表来存储计算好的结果（缓存）、当字典、数据库检索

三、哈希函数：

“魔术师”，特殊的魔法规则：

将任意大小的输入（比如一段文本、一个数字或者一个对象）转化成一个固定长度的输出，称为哈希值。

哈希函数输出范围固定。

哈希函数特性：

一致性：同输入同输出。

唯一性：不同输入应该不同输出。

高效性：快。

四、常见的哈希函数方法：

1.直接地址法（Direct Addressing）：适用键的范围较小且已知，索引位置即为键的值。要求：键的范围较小，否则会导致内存浪费。

2.除留余数法（Division Method）：键除以一个固定的数（通常是哈希表的大小），取余数作为哈希值。例如，如果哈希表的大小是10，键为21，则哈希值为21除以10的余数1。

3.乘法哈希法（Multiplication Method）：将键乘以一个介于0和1之间的常数，然后取乘积的小数部分乘以哈希表的大小，最后取整数部分作为哈希值。好处：更好地分散键的分布，减少哈希冲突的可能性。

4.布尔哈希法（Boolean Hashing）：适用于位向量的哈希函数方法。对于给定的键，布尔哈希函数将键的每个位进行逻辑运算，例如按位异或或按位与，然后将结果作为哈希值。

5.加法哈希法（Additive Hashing）：适用于字符串类型的键。它将字符串中每个字符的 ASCII 值相加，然后取总和的余数作为哈希值。简单应用：行；较长的字符串：可能不太行，有较高的哈希冲突。

五、问题：

哈希冲突（Hash Collision）：

不同的键经过哈希函数计算后得到相同的哈希值，GG了。

解决方法：

1.链表法（Chaining）：

基于以下思想：在哈希表的每个位置上，我们不仅存储一个键值对，也存储一个链表（或其他数据结构），用于存储具有相同哈希值的键值对。

当发生哈希冲突时，将它们添加到同一个位置上的链表中（见图1，好理解），这个位置上的链表对应相同哈希值的键值对集合。

查找时，先通过哈希函数找到相应的位置，然后遍历该位置上的链表，直到找到目标键值对或遍历完整个链表。

图1 链表法示意图

2.开放地址法（Open Addressing）：

在哈希表的每个位置上，存储一个键值对。当发生哈希冲突时，可以通过探测（Probing）方法，在哈希表中寻找下一个可用的位置来存储。常见的探测方法包括线性探测（i+1)、二次探测(i+2^1或2或3)和双重哈希等。当插入或查找时，如果发现目标位置已经被占用，则继续探测下一个位置，直到找到空闲位置或者遍历完整个哈希表。

六、python代码：

哈希表在python==字典

#字典创建方式 keys = ["key1", "key2", "key1"] values = ["value1", "value2", "value3"] dictionary = dict(zip(keys, values)) print(dictionary)

七、leedcode解题：

217. 存在重复元素

idea：利用python字典的键不能相同的特点：相同，后一个值会覆盖前一个，导致字典长度与原列表长度不一致。

class Solution:

    def containsDuplicate(self, nums: List[int]) -> bool:

        values=[ _ for _ in range(len(nums))]

        dic=dict(zip(nums,values))

        if len(dic) != len(nums):

            return True

        else:

            return False

参考资料：

1. LeetCode 算法笔记
2. HASH TABLE :: CHAINING (Java, C++) | Algorithms and Data Structures