lintcode 129. 重哈希

描述

哈希表容量的大小在一开始是不确定的。如果哈希表存储的元素太多（如超过容量的十分之一），我们应该将哈希表容量扩大一倍，并将所有的哈希值重新安排。假设你有如下一哈希表：

size=3, capacity=4

[null, 21, 14, null]
       ↓    ↓
       9   null
       ↓
      null

哈希函数为：

int hashcode(int key, int capacity) {
    return key % capacity;
}

这里有三个数字9，14，21，其中21和9共享同一个位置因为它们有相同的哈希值1(21 % 4 = 9 % 4 = 1)。我们将它们存储在同一个链表中。

重建哈希表，将容量扩大一倍，我们将会得到：

size=3, capacity=8

index:   0    1    2    3     4    5    6   7
hash : [null, 9, null, null, null, 21, 14, null]

给定一个哈希表，返回重哈希后的哈希表。

哈希表中负整数的下标位置可以通过下列方式计算：

• C++/Java：如果你直接计算-4 % 3，你会得到-1，你可以应用函数：a % b = (a % b + b) % b得到一个非负整数。
• Python：你可以直接用-1 % 3，你可以自动得到2。

您在真实的面试中是否遇到过这个题？   是

样例

给出 [null, 21->9->null, 14->null, null]

返回 [null, 9->null, null, null, null, 21->null, 14->null, null]

按照重哈希的思路编写代码



代码如下：

class Solution {
public:
    /**
     * @param hashTable: A list of The first node of linked list
     * @return: A list of The first node of linked list which have twice size
     */    
    vector<ListNode*> rehashing(vector<ListNode*> hashTable) {
        // write your code here
       int size=hashTable.size();
        int Newsize=2*size;
        vector<ListNode*> res(Newsize,NULL);
        if(size==0)  return res;
         
        for(int i=0;i<size;i++)
        {
            ListNode* cur=hashTable[i];
            while(cur!=NULL)
            {
                ListNode* temp=cur;
                cur=cur->next;
                int index=(temp->val%Newsize+Newsize)%Newsize;
                if(res[index]==NULL)
                {
                    res[index]=temp;
                    temp->next=NULL;
                }
                else
                {
                    ListNode* p=res[index];
                    while(p->next!=NULL)  p=p->next;
                    p->next=temp;
                    temp->next=NULL;
                }
            }
        }
        return res;
    }
};