【Datawhale | 一周编程】【任务1】数组与哈希表

初识Datawhale

从公众号了解到 Datawhale 这个非盈利性质的学习组织，当中有一些学习的课题可以用来帮助我更加系统的熟悉 python 以及数据行业相关的知识。

一周编程

公众号上会有集训营形式的学习群，但是后面不知道能否有机会进入，所以自己先在CSDN上熟悉起来。

哈希表

散列表用的是数组支持按照下标随机访问数据的特性，所以散列表其实就是数组的一种扩展。
例子：

图片来源：极客时间|数据结构与算法之美 - 18 散列表

总结：
散列表用的就是数组支持按照下标随机访问的时候，时间复杂度是O(1)的特性。通过散列函数把元素的键值映射为下标，然后将数据存储在数组中对应下标的位置。当我们按照键值查询元素时，用同样的散列函数，将键值转化为数组下标，从对应的数组下标的位置取数据。

散列函数

散列函数，我们可以定义成hash(key), key表示元素的键值，hash(key) 的值表示经过散列函数计算得到的散列值。

散列函数设计的基本要求：

1. 散列函数计算得到的散列值是一个非负整数；
2. 如果key1 = key2, 那hash(key1) == hash(key2)；
3. 如果key1 != key2，那hash(key1) == hash(key2)。

真实情况下，几乎不可能找到一个不同key对应的散列值都不一样的散列函数，业界著名的MD5, SHA, CRC等哈希算法，也无法避免 散列冲突, 而且数组的存储空间有限，也会加大散列冲突的概率。

散列冲突

常用的散列冲突解决方法： 开放寻址法(open addressing) 和链表法(chaining).

开放寻址法

线性探测法(Linear Probing):
当我们往散列表中插入数据时，如果某个数据经过散列函数散列之后，存储位置以及被占用，从当前位置开始，依次往后查找，看是否有空闲位置，直到找到为止。
例子：

图片来源：极客时间|数据结构与算法之美 - 18 散列表
这里面黄色的色块表示空闲位置，橙色的色块表示已经存储了数据。
从图中可以看出，散列表的大小为 10，在元素 x 插入散列表之前，已经 6 个元素插入到散列表中。x 经过 Hash 算法之后，被散列到位置下标为 7 的位置，但是这个位置已经有数据了，所以就产生了冲突。于是我们就顺序地往后一个一个找，看有没有空闲的位置，遍历到尾部都没有找到空闲的位置，于是我们再从表头开始找，直到找到空闲位置 2，于是将其插入到这个位置。

使用线性探测法在散列表中的查找过程：

使用线性探测法进行散列表删除操作：

在查找的时候，一旦我们通过线性探测方法，找到一个空闲位置，我们就可以认定散列表中不存在这个数据。但是，如果这个空闲位置是我们后来删除的，就会导致原来的查找算法失效。本来存在的数据，会被认定为不存在。
我们可以将删除的元素，特殊标记为 deleted。当线性探测查找的时候，遇到标记为 deleted 的空间，并不是停下来，而是继续往下探测。

为了尽可能保证散列表的操作效率，一般情况下，我们会尽可能保证散列表中有一定比例的空闲槽位。我们用**装载因子（load factor）**来表示空位的多少。

散列表的装载因子 = 填入表中的元素个数 / 散列表的长度

链表法

在散列表中，每个“桶（bucket）”或者“槽（slot）”会对应一条链表，所有散列值相同的元素我们都放到相同槽位对应的链表中。

当插入的时候，我们只需要通过散列函数计算出对应的散列槽位，将其插入到对应链表中即可，所以插入的时间复杂度是 O(1)。实际上，查找和删除这两个操作的时间复杂度跟链表的长度 k 成正比，也就是 O(k)。对于散列比较均匀的散列函数来说，理论上讲，k=n/m，其中 n 表示散列中数据的个数，m 表示散列表中“槽”的个数。

LeetCode Exercise

1. 俩数之和

class Solution:
    def twoSum(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: List[int]
        """
        hashmap = {}
        for index, num in enumerate(nums):
            complement = target - num
            if complement in hashmap:
                return [hashmap[complement], index]
            hashmap[num] = index
        return None

代码运行结果：

2. 快乐数

class Solution:
    def __init__(self):
        self.tmp = set()
        
    def isHappy(self, n):
        """
        :type n: int
        :rtype: bool
        """
        result = 0
        for i,x in enumerate(str(n)):
            result += int(x)**2
        if result == 1:
            return True
        if result in self.tmp:
            return False
        self.tmp.add(result)
        return self.isHappy(result)

图片来源

之前有买过极客时间的算法结构课程，就引用其中关于散列表的图片

总结

LeetCode 代码实现老实说有参考其他人的代码实现，虽然已经搞懂代码的含义，还是缺乏自己主动思考的切入点，还需要再多花时间巩固一下