Leetcode算法--基础数据架构--哈希表

1.哈希表概念

  通过键key和映射函数计算出来的值，把关键码值映射到表的某个区块中来访问

   好处是加快查找的速度，时间复杂度为O(1)

   坏处是内存空间占用大，空间使用效率不高

关键核心的问题是：哈希函数创建和哈希冲突的解决

2.哈希函数

将哈希表中元素的关键键值映射为元素存储位置的函数。

• 除留余数法  即%，取模运算
• 直接地址法  原有的值为某个线性函数值
• 平方取中法  先计算平方去除末尾的 2 位数，再取中间 3 位数作为哈希地址
• 基数转换法  关键字通过进制转话， md5,sha加密hash算法等

3.哈希冲突

不同输入值通过哈希函数转换会变成同一个哈希输出值

解决之道: 

   开放地址法

• 当前地址发生冲突了，就往后继续找空闲的位置
• 缺陷：当表中的元素越来越多时，线性探测法为了找到空闲位置需要遍历的长度就会越来越长，性能由O(1)逐渐达到O(n)

 链地址法

  将具有相同哈希地址的元素（或记录）存储在同一个线性链表中。

4.刷题提升

描述：给定两个数组 nums1 和 nums2。

要求：返回两个数组的交集。可以不考虑输出结果的顺序。

输入：nums1 = [1,2,2,1], nums2 = [2,2] 输出：[2,2]

from collections import Counter  
  
def intersect(nums1, nums2):  
    # 计算两个数组中每个元素的出现次数  
    counter1 = Counter(nums1)  
    counter2 = Counter(nums2)  
      
    # 找出交集  
    intersection = counter1 & counter2  
      
    # 转化为列表并返回  
    return list(intersection.elements())  
  
nums1 = [1,2,2,1]  
nums2 = [2,2]  
print(intersect(nums1, nums2))  # 输出：[2, 2]