哈希表 哈希表定义 哈希表是又称散列表,一种以 "key-value"
形式存储数据的数据结构。所谓以 "key-value"
形式存储数据,是指任意的key
都唯一对应到内存中的某个位置。只需要输入查找的值 key
,就可以快速地找到其对应的 value
。可以把哈希表理解为一种高级的数组,这种数组的下标可以是很大的整数,浮点数,字符串甚至结构体。
哈希函数 要让 key
对应到内存中的位置,就要为 key
计算索引,也就是计算这个数据应该放到哪里。这个根据 key
计算索引的函数就叫做哈希函数,也称散列函数。
举个例子,比如 key
是一个人的身份证号码,哈希函数就可以是号码的后四位,当然也可以是号码的前四位。生活中常用的**“手机尾号”**也是一种哈希函数。
应用中,key
可能是更复杂的东西,比如浮点数、字符串、结构体等,这时候就要根据具体情况设计合适的哈希函数。哈希函数应当易于计算,并且尽量使计算出来的索引均匀分布。
在ACM
中,最常见的情况是key
为整数的时候,当key
的范围比较小的时候,就可以直接把key
作为数组下标,但当key
的范围比较大的时候( 1 0 9 10^9 109),就需要用到哈希表了,一般我们取一个大质数M
,将key
模M
之后作为索引,也就是 h a s h ( x ) = xm o dM hash(x) = x\ mod\ M hash(x)=x mod M作为h哈希函数。
还有一种情况也就是之后要介绍的字符串哈希在 A C M / O I ACM/OI ACM/OI中特别常见,我们一般不直接把字符串作为 k e y key key,而是先计算出字符串的哈希值,再把其哈希值作为 k e y key key插入到哈希表中。
能为k e y key key 计算索引之后,我们就可以知道每个v a l u e value value 应该放在哪里了。假设我们用数组a n s ans ans 存放数据,哈希函数是h a s h hash hash,那键值对( k e y , v a l u e ) (key,value) (key,value) 就应该放在a n s [ h a s h ( k e y ) ] ans[hash(key)] ans[hash(key)]上。不论k e y key key 是什么类型,范围有多大, h a s h ( k e y ) hash(key) hash(key) 都是在可接受范围内的整数,可以作为数组的下标。
如何处理冲突 如果对于任意的k e y key key,哈希函数计算出来的索引都不相同,那只用根据索引把( k e y , v a l u e ) (key,value) (key,value)放到对应的位置就行了。但实际上,常常会出现两个不同的 k e y key key,他们用哈希函数计算出来的索引是相同的。这时候就需要一些方法来处理冲突。在A C M / O I ACM/OI ACM/OI 中,最常用的方法是拉链法。
拉链法 拉链法也称开散列法( o p e n h a s h i n g open hashing openhashing)。
拉链法是在每个存放数据的地方开一个链表,如果有多个 $key $索引到同一个地方,只用把他们都放到那个位置的链表里就行了。查询的时候需要把对应位置的链表整个扫一遍,对其中的每个数据比较其 $key $与查询的 $key是 否 一 致 。 如 果 索 引 的 范 围 是 是否一致。如果索引的范围是 是否一致。如果索引的范围是[1,M)$,哈希表的大小为N N N,那么一次插入/查询需要进行期望 O ( N M ) O(\frac{N}{M}) O(MN?)次比较。
另外还有闭散列法处理冲突(基本不用)。
代码实现
拉链法
const int SIZE = 1000000;
const int M = 999997;
struct HashTable {
struct Node {
int next, value, key;
} data[SIZE];
int head[M], size;
int hash(int key) { return (key % M + M) % M;
}
int get(int key) {
int hs = hash(key);
for (int p = head[hs];
p;
p = data[p].next) {
if (data[p].key == key) {
return data[p].value;
}
}
return -1;
}
int modify(int key, int value) {
int hs = hash(key);
for (int p = head[hs];
p;
p = data[p].next) {
if (data[p].key == key) {
return data[p].value = https://www.it610.com/article/value;
}
}
}
int add(int key, int value) {
if (get(key) != -1) {
return -1;
}
data[++size] = (Node){head[hash(key)], value, key};
head[hash(key)] = size;
return value;
}
};
【ACM|哈希表】下面我白嫖的wzy?学长封装的 h a s h _ m a p hash\_map hash_map:
typedef long long ll;
struct hash_table {
ll hash_mod = 590027;
ll state[600000], ans[600000], up;
ll tot, first[600000], nxt[600000], w[600000];
void init() {
memset(first, 0, sizeof(first));
tot = 0;
up = 0;
}
ll ins(ll sta, ll val) {
ll key = sta%hash_mod;
for(ll i = first[key];
i;
i = nxt[i]) {
if(state[w[i]] == sta) return ans[w[i]] += val;
}
state[++up] = sta;
ans[up] = val;
nxt[++tot] = first[key];
w[tot] = up;
first[key] = tot;
return val;
}
};
推荐阅读
- 数据结构和算法|LeetCode 的正确使用方式
- #|7.分布式事务管理
- 每日一题|每日一题-解码(第十一届蓝桥杯)(简单思维)
- #|算法设计与分析(Java实现)——贪心算法(集合覆盖案例)
- #|算法设计与分析(Java实现)—— 动态规划 (0-1 背包问题)
- #|阿尔法点亮LED灯(一)汇编语言
- #|Multimedia
- #|ARM裸机开发(汇编LED灯实验(I.MX6UL芯片))
- 基础课|使用深度优先搜索(DFS)、广度优先搜索(BFS)、A* 搜索算法求解 (n^2 -1) 数码难题,耗时与内存占用(时空复杂度)对比(附((n^2 - 1) 数码问题控
- #|学习笔记 | Ch05 Pandas数据清洗 —— 缺失值、重复值、异常值