hash table 哈希表 （LeetCode twosum（1）Happy Number(202)）

1. what is Hash table

给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址。
则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。

2. hash function

实际工作中需视不同的情况采用不同的哈希函数，通常考虑的因素有：

• 计算哈希函数所需时间
• 关键字的长度
• 哈希表的大小
• 关键字的分布情况
• 记录的查找频率

2.1 直接寻址法：
取关键字或关键字的某个线性函数值为散列地址。即H(key)=key或H(key) = a·key + b，其中a和b为常数（这种散列函数叫做自身函数）。若其中H(key）中已经有值了，就往下一个找，直到H(key）中没有值了，就放进去。

2.2 数字分析法：
分析一组数据，比如一组员工的出生年月日，这时我们发现出生年月日的前几位数字大体相同，这样的话，出现冲突的几率就会很大，但是我们发现年月日的后几位表示月份和具体日期的数字差别很大，如果用后面的数字来构成散列地址，则冲突的几率会明显降低。因此数字分析法就是找出数字的规律，尽可能利用这些数据来构造冲突几率较低的散列地址。

2.3 平方取中法：
当无法确定关键字中哪几位分布较均匀时，可以先求出关键字的平方值，然后按需要取平方值的中间几位作为哈希地址。这是因为：平方后中间几位和关键字中每一位都相关，故不同关键字会以较高的概率产生不同的哈希地址。

2.4 折叠法：
将关键字分割成位数相同的几部分，最后一部分位数可以不同，然后取这几部分的叠加和（去除进位）作为散列地址。
数位叠加可以有移位叠加和间界叠加两种方法。
移位叠加是将分割后的每一部分的最低位对齐，然后相加；间界叠加是从一端向另一端沿分割界来回折叠，然后对齐相加。

2.5 随机数法：
选择一随机函数，取关键字的随机值作为散列地址，通常用于关键字长度不同的场合。

2.6 除留余数法：
取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 H(key) = key MOD p,p<=m。不仅可以对关键字直接取模，也可在折叠、平方取中等运算之后取模。对p的选择很重要，一般取素数或m，若p选的不好，容易产生同义词。

3. hash collisions and solutions

3.1 hash collisions:

The hash function generates the same index for more than one key

3.2 Collision resolution:

3.2.1 开散列方法 之 Separate chaining(分离链接法)

将散列到同一个值的所有元素保留到一个链表中，无需预留任何更多的空间，只要系统的资源足够，任意多次的冲突都可以解决。
装载因子一般大于1 缺点：

• 节点需要动态申请，开销比正常高2个数量级
• 动态分配的空间未必在物理上连续分布，系统缓存几乎失效

3.2.2 Open addressing(开放寻址法) / closed hashing(闭散列)

无需向分离链接那样申请额外的空间，散列表所占用的空间在物理上始终是地址连续的一块，相应的所有的冲突都在这块连续空间中解决。
开放寻址法的装载因子不超过0.5。
如果有冲突发生，从这个单元往后，都按照某种优先级规则排成一个序列，而在查找的时候也是按着这个序列行进，每个词条对应的这个序列被称为探测序列or查找链。
3.2.2.1 开放定址法——线性探测(Linear Probing)：
在线性探测法中，函数F是关于i的线性函数，典型的情形是F(i)=i。
当遇到冲突时，每次从i=0开始尝试，根据hi(x)= ( Hash(x) + F(I) ) % TableSize就可以计算出各自不相冲突的地址了。
事实上 linear probing 相当于逐个探测每个单元（必要时可以绕回）以查找出一个空单元。在物理上也具有了局部性。
缺点：冲突增加；删除操作复杂（解决办法：lazy delete，仅做一个删除标记，比如里面预留一个del变量，设置为TRUE）

3.2.2.2 更优化的方案： 开放定址法——平方探测(Quadratic Probing)
冲突函数F(i)是二次函数的探测方法。通常会选择f(i)=i^2。

4. two sum  

/*
Given an array of integers, return indices of the two numbers such that they add up to a specific target.

You may assume that each input would have exactly one solution, and you may not use the same element twice.

整体思路：只遍历一次，在从前往后走的时候，每走一步找找是否在hash表里有我需要的数字，如果没有则把当前数字存进hash表

利用了hashtable的查找效率为O(1),实现整体复杂度为O(n)
注意要判断查找到的数字不是第一个数字，比如target是4，遍历到了一个2，那么另外一个2不能是之前那个2，

*/

class Solution
{
    public:
    vector<int> twoSum(vector<int>& nums, int target)
    {
        unordered_map<int, int> mymap;

        for (int i = 0; i < nums.size(); ++i)
        {
            int t = target - nums[i];
            //count : 返回是否找到被查找元素。如果有，返回1;否则，返回0
            if (mymap.count(t))
            {
                return {mymap[t],i};
            }

            //把创建哈希表放在检验是否存在t的后面，可以避免查找到的t与当前遍历到的数字是同一个数字（因为这个时候还没创建哈希表，所以查找不到）
            mymap[nums[i]] = i;
        }


        return {};
    }
};

 提交结果： 

 注意使用map和unordered_map的差别：map内部实现原理是红黑树，unordered_map内部实现原理是哈希表。

  map和unordered_map的差别和使用  

5. 202 happy number   

//难点在于如何判断不是快乐数，结束无限循环
//思路:将每次计算的平方和放入hash table中，如果某次计算出的值在hash table中存在，则说明这个数不是快乐数
//unordered_set是用hash表实现的，使用unordered_set检查是否存在

class Solution 
{
public:
    //使用long防止溢出
    long count(int n){
        long ans = 0;
        while(n!=0)
        {
            ans += (n%10)*(n%10);
            n = n/10;
        }
        return ans;
    }

    bool isHappy(int n)
    {
        vector<int>test;
        unordered_set<long>myset;
        n=count(n);
        while(n!=1)
        {
            count : 返回是否找到被查找元素。如果有，返回1;否则，返回0
            if(myset.count(n))
                return false;
            myset.insert(n);
            n=count(n);
        }
        return true;
    }
};