算法通关村——hash和队列的基础知识

一、Hash基础

1.1哈希基础概念

        哈希 (Hash)也称为散列，就是把任意长度的输入，通过散列算法，变换成固定长度的输出，这个输出值就是散列值。并且不同的明文很难映射为相同的 Hash 值。

        哈希为什么访问的时间复杂度是O（1）呢？

        因为哈希以一定规律将数值放在一个列表中，列表中每个结构下面都有很多个值，在搜索某个值时可以直接找到在列表中的位置，然后再内部在搜索。

        

         这里会产生一个疑问？那会不会在查询的时候产生冲突呢？

        在上面的例子中，我们发现有些在Hash中很多位置可能要存两个甚至多个元素，很明显单纯的数组是不行的，这种两个不同的输入值，根据同一散列函数计算出的散列值相同的现象叫做碰撞。

 1.2碰撞处理方法

        1.2.1开放地址法

        开放寻址法: 将所有的元素都存放在哈希表的数组中，不使用额外的数据结构，一般使用线性探查的思路解决。将索引重复的值放在空余的位置上。

         1.2.2链地址法

        链地址法是在哈希索引上生成一个链结构。索引的长度是2的n次幂，当entry的数量大于长度的75%，会触发扩容机制进行扩容。

 二、队列

        2.1队列基本概率

        队列是一个先进先出，后进后出的队列。

        2.2基于链表实现队列

import lombok.Data;

public class MyQueue {
    //队列头
    private Node front;
    //队列尾
    private Node rear;
    private int size;

    @Data
    public class Node {
        private int val;
        private Node next;

        public Node(int val) {
            this.val = val;
        }
    }

    MyQueue() {
        front = new Node(0);
        rear = new Node(0);
    }

    /**
     * 入队
     *
     * @param val 入栈的值
     */
    public void push(int val) {
        Node newNode = new Node(val);
        Node temp = front;
        while (temp.next != null) {
            temp = temp.next;
        }
        temp.next = newNode;
        rear = newNode;
        size++;
    }

    /**
     * 出队
     * @return 队头元素
     */
    public int pull(){
        if (front.next == null)
            System.out.println("队列为空");
        Node res = front.next;
        front.next = res.next;
        size--;
        return res.val;
    }

    /**
     * 遍历队列
     */
    public void traverse(){
        Node temp = front.next;
        while (temp!=null){
            System.out.println(temp.val);
            temp = temp.next;
        }
    }

    public static void main(String[] args) {
        MyQueue myQueue = new MyQueue();
        myQueue.push(1);
        myQueue.push(2);
        myQueue.push(3);
        int pull = myQueue.pull();
        System.out.println(pull);
        System.out.println();
        myQueue.traverse();
    }
}