算法之路--散列表

数组和链表查询数据的时间复杂度为O(n)。为了提高查询的效率，散列表是一种不错的方式。散列表的功能使存储的数据按照某一类别或规则放在一起。如果n条数据能较均匀的分配在m个桶中，则我们查询的时间复杂度提高到O(n/m)。为了使单个桶中的数据元素不能过多，要支持动态扩容。设计散列表要求设定散列函数（就是按什么规则定义数据的类别），解决冲突（冲突数据的存放）以及动态扩容。

from searchAndSort.LinkedList import MyLinkedList
class MyHashTable:
    buckets=[]
    factor =0.7
    size=0
    def __init__(self,capacity=10):
        self.capacity = capacity
        for i in range(self.capacity):
            self.buckets.append(MyLinkedList())
    def hashKey(self,ele):
        return ele % self.capacity
    def refresh(self):
        tempBuckets = self.buckets
        self.buckets =[]
        self.capacity = 2*self.capacity
        for i in range(self.capacity):
            self.buckets.append(MyLinkedList())
        for link in tempBuckets:
            tempNode = link.firstNode.nextNode
            while tempNode != None:
                ele = tempNode.element
                key = self.hashKey(ele)
                self.buckets[key].addNode(ele)
                tempNode = tempNode.nextNode
    def add(self,ele):
        if self.size>self.factor*self.capacity:
            self.refresh()
        key = self.hashKey(ele)
        self.buckets[key].addNode(ele)
        self.size += 1
    def remove(self,ele):
        if self.size<1:
            return False
        key =self.hashKey(ele)
        flag =self.buckets[key].removeNode(ele)
        if flag:
            self.size -= 1
        return flag

table = MyHashTable()
table.add(1)
table.add(2)
print(table.remove(11))
for i in range(20):
    table.add(i)
table.add(11)
print(table.remove(11))