哈希表是一种使用哈希函数组织数据,以支持快速插入和搜索的数据结构。
作者:LeetCode
链接:https://leetcode-cn.com/problems/design-hashset/solution/she-ji-ha-xi-ji-he-by-leetcode/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
有两种不同类型的哈希表:哈希集合和哈希映射。
哈希集合是集合数据结构的实现之一,用于存储非重复值。
哈希映射是映射 数据结构的实现之一,用于存储(key, value)键值对。
在标准模板库的帮助下,哈希表是易于使用的。大多数常见语言(如Java,C ++ 和 Python)都支持哈希集合和哈希映射。
哈希表的原理
哈希表的关键思想是使用哈希函数将键映射到存储桶。更确切地说,
当我们插入一个新的键时,哈希函数将决定该键应该分配到哪个桶中,并将该键存储在相应的桶中;
当我们想要搜索一个键时,哈希表将使用相同的哈希函数来查找对应的桶,并只在特定的桶中进行搜索。
1. 哈希函数
哈希函数是哈希表中最重要的组件,该哈希表用于将键映射到特定的桶。在上一篇文章中的示例中,我们使用 y = x % 5 作为散列函数,其中 x 是键值,y 是分配的桶的索引。
散列函数将取决于键值的范围和桶的数量。
下面是一些哈希函数的示例:
哈希函数的设计是一个开放的问题。其思想是尽可能将键分配到桶中,理想情况下,完美的哈希函数将是键和桶之间的一对一映射。然而,在大多数情况下,哈希函数并不完美,它需要在桶的数量和桶的容量之间进行权衡。
2. 冲突解决
理想情况下,如果我们的哈希函数是完美的一对一映射,我们将不需要处理冲突。不幸的是,在大多数情况下,冲突几乎是不可避免的。例如,在我们之前的哈希函数(y = x % 5)中,1987 和 2 都分配给了桶 2,这是一个冲突。
冲突解决算法应该解决以下几个问题:
1.如何组织在同一个桶中的值?
2.如果为同一个桶分配了太多的值,该怎么办?
3.如何在特定的桶中搜索目标值?
4.根据我们的哈希函数,这些问题与桶的容量和可能映射到同一个桶的键的数目有关。
让我们假设存储最大键数的桶有 N 个键。
通常,如果 N 是常数且很小,我们可以简单地使用一个数组将键存储在同一个桶中。如果 N 是可变的或很大,我们可能需要使用高度平衡的二叉树来代替.。
HashSet 数据结构
为了实现 HashSet 数据结构,有两个关键的问题,即哈希函数和冲突处理。
哈希函数:目的是分配一个地址存储值。理想情况下,每个值都应该有一个对应唯一的散列值。
冲突处理:哈希函数的本质就是从 A 映射到 B。但是多个 A 值可能映射到相同的 B。这就是碰撞。因此,我们需要有对应的策略来解决碰撞。总的来说,有以下几种策略解决冲突:
单独链接法:对于相同的散列值,我们将它们放到一个桶中,每个桶是相互独立的。
开放地址法:每当有碰撞, 则根据我们探查的策略找到一个空的槽为止。
双散列法:使用两个哈希函数计算散列值,选择碰撞更少的地址。
单独链接法
使用二叉搜索树作为桶
在上述的方法中,有一个缺点,我们需要扫描整个桶才能验证一个值是否已经在桶中(即查找操作)。
我们可以将桶作为一个排序列表,可以使用二分搜索使查找操作的时间复杂度是 \mathcal{O}(\log{N})O(logN),优于 上面方法中的 \mathcal{O}({N})O(N)。
另一方面,如果使用排序列表等连续空间的数组来实现,则会产生线性时间复杂度的更新操作,因此需要其他的方式。
有数据结构具有 \mathcal{O}(\log{N})O(logN) 时间复杂度的查找,删除,插入操作吗?
当然有,就是二叉搜索树。二叉搜索树的特性使得我们能够优化时间复杂度。
705. 设计哈希集合
不使用任何内建的哈希表库设计一个哈希集合
具体地说,你的设计应该包含以下的功能
add(value):向哈希集合中插入一个值。
contains(value) :返回哈希集合中是否存在这个值。
remove(value):将给定值从哈希集合中删除。如果哈希集合中没有这个值,什么也不做。
示例:
MyHashSet hashSet = new MyHashSet();
hashSet.add(1);
hashSet.add(2);
hashSet.contains(1); // 返回 true
hashSet.contains(3); // 返回 false (未找到)
hashSet.add(2);
hashSet.contains(2); // 返回 true
hashSet.remove(2);
hashSet.contains(2); // 返回 false (已经被删除)
注意:
所有的值都在 [0, 1000000]的范围内。
操作的总数目在[1, 10000]范围内。
不要使用内建的哈希集合库。
具体的程序如下:
1.首先是要建立一个链表bucket链,有多少个hash长度就建立多少个。
2.我们在插入,删除,验证存在操作的时候,首先要确定是在哪一个序列的hash buckect
class MyHashSet:
def __init__(self):
"""
Initialize your data structure here.
"""
self.keyRange = 769#设定hash长度
self.bucketArray = [Bucket() for i in range(self.keyRange)]#建立一个bucket链
def _hash(self, key):
return key % self.keyRange
def add(self, key: int) -> None:#插入
bucketIndex = self._hash(key)
self.bucketArray[bucketIndex].insert(key)
def remove(self, key: