lintCode(129)——重哈希

问题描述：哈希表容量的大小在一开始是不确定的。如果哈希表存储的元素太多（如超过容量的十分之一），我们应该将哈希表容量扩大一倍，并将所有的哈希值重新安排。假设你有如下一哈希表：

size=3, capacity=4

[null, 21, 14, null]
           ↓    ↓
           9  null
           ↓
         null
哈希函数为：

int hashcode(int key, int capacity) {
return key % capacity;
}
这里有三个数字9，14，21，其中21和9共享同一个位置因为它们有相同的哈希值1(21 % 4 = 9 % 4 = 1)。我们将它们存储在同一个链表中。

重建哈希表，将容量扩大一倍，我们将会得到：

size=3, capacity=8

index: 0 1 2 3 4 5 6 7
hash : [null, 9, null, null, null, 21, 14, null]
给定一个哈希表，返回重哈希后的哈希表。

 注意事项

哈希表中负整数的下标位置可以通过下列方式计算：

C++/Java：如果你直接计算-4 % 3，你会得到-1，你可以应用函数：a % b = (a % b + b) % b得到一个非负整数。
Python：你可以直接用-1 % 3，你可以自动得到2。

/**
 * Definition of ListNode
 * class ListNode {
 * public:
 *     int val;
 *     ListNode *next;
 *     ListNode(int val) {
 *         this->val = val;
 *         this->next = NULL;
 *     }
 * }
 */
class Solution {
public:
    /**
     * @param hashTable: A list of The first node of linked list
     * @return: A list of The first node of linked list which have twice size
     */    
    vector<ListNode*> rehashing(vector<ListNode*> hashTable) {
        // write your code here
        int size=hashTable.size();
        int Newsize=2*size;
        vector<ListNode*> res(Newsize,NULL);
        if(size==0)  return res;
         
        for(int i=0;i<size;i++)
        {
            ListNode* cur=hashTable[i];
            while(cur!=NULL)
            {
                ListNode* temp=cur;
                cur=cur->next;
                int index=(temp->val%Newsize+Newsize)%Newsize;
                if(res[index]==NULL)
                {
                    res[index]=temp;
                    temp->next=NULL;
                }
                else
                {
                    ListNode* p=res[index];
                    while(p->next!=NULL)  p=p->next;
                    p->next=temp;
                    temp->next=NULL;
                }
            }
        }
        return res;
    }
};