705. 设计哈希集合

题目要求

不使用任何内建的哈希表库设计一个哈希集合（HashSet）。

实现 MyHashSet 类：

void add(key) 向哈希集合中插入值 key 。
bool contains(key) 返回哈希集合中是否存在这个值 key 。
void remove(key) 将给定值 key 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：

输入：
["MyHashSet", "add", "add", "contains", "contains", "add", "contains", "remove", "contains"]
[[], [1], [2], [1], [3], [2], [2], [2], [2]]
输出：
[null, null, null, true, false, null, true, null, false]

解释：
MyHashSet myHashSet = new MyHashSet();
myHashSet.add(1);      // set = [1]
myHashSet.add(2);      // set = [1, 2]
myHashSet.contains(1); // 返回 True
myHashSet.contains(3); // 返回 False ，（未找到）
myHashSet.add(2);      // set = [1, 2]
myHashSet.contains(2); // 返回 True
myHashSet.remove(2);   // set = [1]
myHashSet.contains(2); // 返回 False ，（已移除）
 

提示：

0 <= key <= 106
最多调用 104 次 add、remove 和 contains

思路

拉链法解决冲突：我们定义了一个比较小的数组，然后使用 hash 方法来把求出 key 应该出现在数组中的位置；但是由于不同的 key 在求完 hash 之后，可能会存在碰撞冲突，所以数组并不直接保存元素，而是每个位置都指向了一条链表（或数组）用于存储元素。

我们可以看出在查找一个 key 的时候需要两个步骤：① 求hash到数组中的位置；② 在链表中遍历找key。

优点：我们可以把数组大小设计比较合理，从而节省空间；不用预知 key 的范围；方便扩容。
缺点：需要多次访问内存，性能上比超大数组的 HashSet 差；需要设计合理的 hash 方法实现均匀散列；

这个方法本质上就是把 HashSet 设计成一个 M * NM∗N 的二维数组。第一个维度用于计算 hash 分桶，第二个维度寻找 key 存放具体的位置。用了一个优化：第二个维度的数组只有当需要构建时才会产生，这样可以节省内存。

优点：两个维度都可以直接计算出来，查找和删除只用两次访问内存。
缺点：需要预知数据范围，用于设计第二个维度的数组大小。

代码

class MyHashSet:

    def __init__(self):
         # 桶的个数
        self.bucket = 1000
         # 每个桶有多少个格子，也就是链表长度
        self.itemsPerBucket = 1001
         # 建立二维数组，bucket行 bucket列
        self.table = [[] for _ in range(self.bucket)]


    # 哈希函数计算余数确定放在哪一个索引中

    def hash(self, key):
        return key % self.bucket
      # 存放key值
    def pos(self, key):
        return key // self.bucket
    # 向哈希集合中插入key值 
    def add(self, key):
        item = self.hash(key)
        # 如果这个item上没有数字存放
        # 第一个维度只做哈希，第二个维度存放数据，需要的时候才会产生第二个维度的数据

        if not self.table[item]:
             # item对应的桶
            self.table[item] = [0] * self.itemsPerBucket
            # 第二个维度来存值
        self.table[item][self.pos(key)] = 1
   # 删除数据      
    def remove(self, key):
        item = self.hash(key)
        if self.table[item]:
            self.table[item][self.pos(key)] = 0
 # 是否存在这个值
    def contains(self, key):
        item = self.hash(key)
        # 两个均不为空则是存在这个值
        return (self.table[item] != []) and (self.table[item][self.pos(key)] == 1)