数据结构-哈希表-总结（简）

1.哈希表基础

一般来说哈希表都是用来快速判断一个元素是否出现集合里。

对于哈希表，要知道哈希函数和哈希碰撞在哈希表中的作用.

哈希函数是把传入的key映射到符号表的索引上。

哈希碰撞处理有多个key映射到相同索引上时的情景，处理碰撞的普遍方式是拉链法和线性探测法。

2什么时候使用哈希表以及使用哪种哈希表

当我们的思路中涉及到查找相关的步骤，可以考虑把数据放到数组，set或者map中用哈希法解决问题

2.1 数组

对于数据大小（种类）确定，可以使用一个固定大小的数组来存放和查找，且能用数组就用数组，因为简单且效率高

在383.赎金信 中同样要求只有小写字母，那么就给我们浓浓的暗示，用数组！

本题和242.有效的字母异位词 很像，242.有效的字母异位词是求 字符串a 和 字符串b 是否可以相互组成，在383.赎金信中是求字符串a能否组成字符串b，而不用管字符串b 能不能组成字符串a

上面两道题目用map确实可以，但使用map的空间消耗要比数组大一些，因为map要维护红黑树或者符号表，而且还要做哈希函数的运算。所以数组更加简单直接有效！

2.2 set

首先要了解数组的局限：

• 数组的大小是有限的，受到系统栈空间（不是数据结构的栈）的限制。
• 如果数组空间够大，但哈希值比较少、特别分散、跨度非常大，使用数组就造成空间的极大浪费。

当给出的数据大小不确定，且只需要一个值，用set

关于set，C++ 给提供了如下三种可用的数据结构：（详情请看关于哈希表，你该了解这些！ (opens new window)）

• std::set
• std::multiset
• std::unordered_set
  std::set和std::multiset底层实现都是红黑树，std::unordered_set的底层实现是哈希，使用unordered_set 读写效率是最高的，本题并不需要对数据进行排序，而且还不要让数据重复，所以选择unordered_set。（还没有使用过其他set）

2.3 map

数组和set的局限：

• 数组的大小是受限制的，而且如果元素很少，而哈希值太大会造成内存空间的浪费。
• set是一个集合，里面放的元素只能是一个key，而两数之和这道题目，不仅要判断y是否存在而且还要记录y的下标位置，因为要返回x 和 y的下标。所以set 也不能用。

如果需要存放两个值，且大小未知，则用map

C++提供如下三种map：：（详情请看关于哈希表，你该了解这些！ (opens new window)）

• std::map
• std::multimap
• std::unordered_map

std::unordered_map 底层实现为哈希，std::map 和std::multimap 的底层实现是红黑树。

同理，std::map 和std::multimap 的key也是有序的（这个问题也经常作为面试题，考察对语言容器底层的理解），1.两数之和 中并不需要key有序，选择std::unordered_map 效率更高！

3.常见使用方式

3.1 数组：

把数据值存放在数组的下标中，数组元素用来对表示对下标的操作的结果

record[magazine[i]-'a'] ++;

 record[s[i] - 'a']++;

3.2 set

将数据存放到set中，然后使用find查找

1：多组数据

定义两个set，一个set_1用于数据存放到其中，另一个set_2用于数据挨个到set_1中查找，查找结果放到set_2中

		unordered_set<int> result_set; // 存放结果，之所以用set是为了给结果集去重
        unordered_set<int> nums_set(nums1.begin(), nums1.end());
        for (int num : nums2) {
            // 发现nums2的元素 在nums_set里又出现过
            if (nums_set.find(num) != nums_set.end()) {
                result_set.insert(num);
            }
        }

2：单组数据：

定义一个set，边判断边存入，先判断（查询）是否符合条件，符合条件就return，不符合的就存入set中

			int sum = getSum(n);
            if (sum == 1) {
                return true;
            }
            // 如果这个sum曾经出现过，说明已经陷入了无限循环了，立刻return false
            if (set.find(sum) != set.end()) {
                return false;
            } else {
                set.insert(sum);
            }
            n = sum;

3.3 map

1:存放数据并查找
先判断是否满足条件，没找到匹配的，就把数据存入map中

// 遍历当前元素，并在map中寻找是否有匹配的key
            auto iter = map.find(target - nums[i]); 
            if(iter != map.end()) {
                return {iter->second, i};
            }
            // 如果没找到匹配对，就把访问过的元素和下标加入到map中
            map.insert(pair<int, int>(nums[i], i)); 

2：先用key存放数据，value存放对这个数据操作的结果；然后使用find进行查询

		unordered_map<int, int> umap; //key:a+b的数值，value:a+b数值出现的次数
        // 遍历大A和大B数组，统计两个数组元素之和，和出现的次数，放到map中
        for (int a : A) {
            for (int b : B) {
                umap[a + b]++;
            }
        }
        int count = 0; // 统计a+b+c+d = 0 出现的次数
        // 在遍历大C和大D数组，找到如果 0-(c+d) 在map中出现过的话，就把map中key对应的value也就是出现次数统计出来。
        for (int c : C) {
            for (int d : D) {
                if (umap.find(0 - (c + d)) != umap.end()) {
                    count += umap[0 - (c + d)];
                }
            }
        }

4.本章题目思路总结

1：

用数组当成哈希表，数据当作下标，把nums[i]用于计数，先计第一个string，用++，再计第二个string，用- -；

2：

涉及两组数据，定义两个set，一个为result，一个set放其中一组数据，把查找set中有无和另一组数据相同的数据，把相同的放到result中

3：

定义一个set，先判断sum是否再result中出现过，然后再把sum放进result中

4：

定义一个map，遍历，先判断目标元素是否在map中，在的话返回结果，不在的话就把当前nums[i]和下标存入map中

5：

涉及到四组数据，按照之前的思路，应该用三层for循环，最后一层查找，但是这样时间复杂度，空间复杂度（要先复制三组数据）都比较高，由于本题要求的答案只是次数的统计，所以没必要按照这样的完整方案实行：
定义一个map，key存放a+b的值，value存放对应值出现的次数，然后再次遍历，将map[0-c-d]的数量加到count上, 最后输出count；
本题算是一种小技巧，和其他题有点区别

6：

用数组，先再magazine中把每一个字母映射到一个数组record中，具体方法：下标存字母对应顺序，数值存字母出现次数，然后再ransom note中把字母对应的下标中的数值- -，并且在此轮循环中就可以判断是否出现record【i】<0(magazine中没有的字母但ransom note中出现了)，出现了就return false，一直没出现就return true；

7，8：

用哈希表很复杂（去重麻烦），双指针方便

要点总结：

1：一般为减少时间开支，在最后一个for循环里面，一边遍历，判断存放数据，一边就判断时候输出，能少用一个循环
2：待定（二刷说不定有新体会）