看到这种题的时候,我们最直观的就是通过两层for循环来对比每个数组中的数字。因此A数组中的每个元素都会和B数组中的每个元素对比过一次,所以总共要对比的次数是n个n相加(或者是n个m相加),也就是n2(或者为n x m).
因此我们想能不能有更快的方法呢?让其中一个数组的查找的时间复杂度不再是O(n)就可以了。也就是我们在这个数组中查找一个数,不是通过遍历的方式。
但是不是通过遍历的方式能在一个数组中找到一个自己想要的数吗?看起来必须有什么特殊的方法才行。
我们再回过头来看数组是什么组成的:
1.下标
2.下标所代表的元素
我们按位置查找时,数组的速度是O(1)的,因为我们只需要通过下标就可以定位那个元素。否则需要采用遍历的O(n)的方式。
O(n)看起来好像速度还可以,其实想想看还真没有比它更慢的了,你都把遍历完一遍了当然知道有没有所需要的元素了。
这时,我们就想到,如果用下标位置来标示所需的数字呢,而元素用来标记是否出现,出现1次就加1。比如说数组A中存在元素12,就在由数组B转换后的数组C中检查C[12]是否等于1.
我们把数组B转换成数组C,所需要的时间也为O(n)
那就使得对A数组的遍历仍为O(n),但检查数组A中的元素是否存在于数组C中则由原来的O(n)转换为O(1).
所以总的时间复杂度为O(n+n)。
看起来不错,但是问题来了,如果A中的数字很大并且很分散时,会造成数组C中大量的空间被浪费。比如说数组A是由{1,333,666}这三个元素,那么辅助数组C就需要667的大小,但是只用到了其中的3个,也就是664个空间是白浪费的。
这种直接通过数组下标寻址的方法,在数组元素非连续的情况下,会造成大量空间浪费。
那什么情况下数组中的数字会比较连续呢?还记得这张图吧,不记得的点这里:
也就是ASCII码。
所以这种方式除了用来查找数字,也可以用来查找字母
代码如下:(赶时髦用C来写,写的过程中感觉各种不适应啊。注:"abc"是作为指针传递,'abc'是作为整数传递,数组在作为参数时会退化为指针。)
#include <stdio.h> #include <stdlib.h> char * FindSameChar(char *stringA, char *stringB){ if(stringA == NULL || stringB == NULL ){ return '\0'; } const int containerSize = 128; unsigned int container[containerSize]; for (unsigned int i=0; i<containerSize; i++) { container[i] = 0; } char *result = (char *)malloc(sizeof(stringA)); char *key = stringA; while(*key != '\0') container[*(key++)]++; key = stringB; char *findResult = result; while(*key != '\0') { if(container[*key] >= 1){ *findResult = *key; findResult++; } key++; } if (result != NULL) return result; else return '\0'; }
空间复杂度为O(1),因为这里我开的辅助内存大小为128是个常数。
这种下标和数字紧耦合的方式使得我们这种方法受到了极大的限制,那么我们有没有办法“解耦”呢?
也就是说,让1,和666不要离开这么远,中间空了665个空位。让他们尽可能的靠近些。这时候就需要通过一种方法来实现这种解耦,也就是说通过某个函数算出相应的位置,使得1和666之间的空格数尽量更小。
这就是hash函数。
hash技术很好的解决了直接寻址遇到的问题,但是这么做同时也引入了新的问题,通过hash函数算出来的位置可能会相同,一般就称为发生了“碰撞"。也就是虽然我们希望通过hash函数使得1和666的位置尽量能靠近些,但是可能某些hash函数算出来的结果就是1和666位置相同。一般发生这种情况有几种方式解决,二次hash和链接法。链接法用的是最多的,就是在同一个位置上创建一个链表。
当然如果碰撞多了,hash表也变成了链结构,会极大的影响效率。当初某个BUG就是因为采用了某种hash算法导致产生大量的碰撞,使得服务器性能下降。
hash表用的地方非常多,比如数据库中就是用了哈希表,通常采用的是除法hash方式。
在用来设计哈希函数的除法散列法中,通过取k除以m的余数,来将关键字K映射到m个位置中的某个位置,也就是:
hash(k) = k mod m;
顺便值得一提的是,获取余数是个经常用到的方法,比如说两人跑步套圈,迷宫中的右手扶墙算法等。也就是说能让一个数不停的在一个指定的范围内打转。
.NET中相应的实现是HashSet<T>,Dictionary<TKey,TValue>,Hashtable。
当然这几种结构肯定有区别,下篇还要谈谈Equals和GetHashcode再说吧。