前言
我们已经学习了数组、字符串、链表等数据结构,如果我们要查找其中的某个元素。我们需要从索引0开始查找,逐一比较知道找到对应的元素为止。那是否可以避免这种逐一比较查找的做法,直接通过查找机理找到存储位置呢?
1. 哈希表
哈希表可以很好的解决这个问题。哈希表根据关键码key的值直接对数据进行访问。在这其中用到了一种新的存储技术——散列技术。
散列技术是在记录的存储位置和它的关键字之间建立一个确定的对应关系f,使得每个关键字key对应一个存储位置f(key)。这里我们把这种对应关系f称为散列函数,又称为哈希函数。
存储位置 = f ( 关键字 ) . 存储位置 = f(关键字). 存储位置=f(关键字).
2. 案例
这里采用代码随想录的案例来学习哈希表。该案例主要是查找给定的字符串中,那个字符出现的频率最高。
输入描述:
包含多组测试数据,每组测试数据占一行。
输出描述:
有多组输出,每组输出占一行。
输入示例:
2
abcdeef
aabbccddeeff
输出示例:
e
a
代码:
#include<iostream>
#include<string>
using namespace std;
int main()
{
int n;
string s;
while(cin >> n) //题目中说包含多组测试数据,所以这里要持续输入
{
while(n--)
{
cin >> s;
int count[26] = {0};
for (int i=0; i < s.size(); i++)
{
count[s[i]- 'a']++;
}
int flag = 0;
char result;
for (int i=0; i<26; i++)
{
if (count[i] > flag)
{
flag = count[i];
result = i + 'a';
}
}
cout << result << endl;
}
}
return 0;
}
3. 总结
以上即是本次的学习内容。