当前位置: 首页 > article >正文

【C++刷题】力扣-#706-设计哈希映射

题目描述

不使用任何内建的哈希表库设计一个哈希映射(HashMap)。
实现 MyHashMap 类:
● MyHashMap() 用空映射初始化对象
● void put(int key, int value) 向 HashMap 插入一个键值对 (key, value) 。如果 key 已经存在于映射中,则更新其对应的值 value 。
● int get(int key) 返回特定的 key 所映射的 value ;如果映射中不包含 key 的映射,返回 -1 。
● void remove(key) 如果映射中存在 key 的映射,则移除 key 和它所对应的 value 。

示例

输入:
["MyHashMap", "put", "put", "get", "get", "put", "get", "remove", "get"]
[[], [1, 1], [2, 2], [1], [3], [2, 1], [2], [2], [2]]
输出:
[null, null, null, 1, -1, null, 1, null, -1]

解释:
MyHashMap myHashMap = new MyHashMap();
myHashMap.put(1, 1); // myHashMap 现在为 [[1,1]]
myHashMap.put(2, 2); // myHashMap 现在为 [[1,1], [2,2]]
myHashMap.get(1);    // 返回 1 ,myHashMap 现在为 [[1,1], [2,2]]
myHashMap.get(3);    // 返回 -1(未找到),myHashMap 现在为 [[1,1], [2,2]]
myHashMap.put(2, 1); // myHashMap 现在为 [[1,1], [2,1]](更新已有的值)
myHashMap.get(2);    // 返回 1 ,myHashMap 现在为 [[1,1], [2,1]]
myHashMap.remove(2); // 删除键为 2 的数据,myHashMap 现在为 [[1,1]]
myHashMap.get(2);    // 返回 -1(未找到),myHashMap 现在为 [[1,1]]

题解

这个问题可以通过使用一个定长的数组来模拟哈希表的存储结构。

  1. 初始化哈希表:创建一个定长的数组 buckets,每个元素是一个链表,用于解决哈希冲突。
  2. 哈希函数:实现一个哈希函数 hash(key),将键映射到数组索引。
  3. put操作:计算键的哈希值,然后在对应的链表中插入或更新键值对。
  4. get操作:计算键的哈希值,然后在对应的链表中查找键并返回其值。
  5. remove操作:计算键的哈希值,然后在对应的链表中删除键。

代码实现

class MyHashMap {
private:
    vector<list<pair<int, int>>> buckets;
    static const int BUCKET_SIZE = 769; // 使用一个素数作为桶的数量

public:
    MyHashMap() : buckets(BUCKET_SIZE) {}

    int hash(int key) { return key % BUCKET_SIZE; }

    void put(int key, int value) {
        int index = hash(key);
        for (auto& kv : buckets[index]) {
            if (kv.first == key) {
                kv.second = value;
                return;
            }
        }
        buckets[index].emplace_front(key, value);
    }

    int get(int key) {
        int index = hash(key);
        for (auto& kv : buckets[index]) {
            if (kv.first == key) {
                return kv.second;
            }
        }
        return -1;
    }

    void remove(int key) {
        int index = hash(key);
        for (auto it = buckets[index].begin(); it != buckets[index].end();
             ++it) {
            if (it->first == key) {
                buckets[index].erase(it);
                return;
            }
        }
    }
};

复杂度分析

● 时间复杂度:
○ put 操作:平均情况下是 O(1),最坏情况下是 O(n),其中 n 是哈希桶中链表的长度。
○ get 操作:平均情况下是 O(1),最坏情况下是 O(n)。
○ remove 操作:平均情况下是 O(1),最坏情况下是 O(n)。
● 空间复杂度:O(n),其中 n 是哈希映射中存储的元素总数。这里使用了一个大小为 BUCKET_SIZE 的 vector 和若干个 list。
这个实现利用了链地址法来解决哈希冲突,通过 vector 和 list 的组合提供了一个高效的哈希映射实现。


http://www.kler.cn/a/389536.html

相关文章:

  • HelloMeme 上手即用教程
  • AI 扩展开发者思维方式:以 SQL 查询优化为例
  • 生成 Django 中文文档 PDF 版
  • 怎么监控员工电脑?分享5个监控员工电脑的绝佳方法(立竿见影!建议收藏!)
  • Docker网络和overlay的基础讲解
  • 【go从零单排】Rate Limiting限流
  • 泷羽sec学习打卡-Windows基础virus
  • 使用UDP协议传输视频流!(分片、缓存)
  • Java 基于 SpringBoot+Vue 的社区药房销售系统
  • DevCheck Pro手机硬件检测工具v5.33
  • 一致性哈希介绍及原理
  • 科技革命前沿:救援机器人!
  • 论文1—《基于卷积神经网络的手术机器人控制系统设计》文献阅读分析报告
  • Unity3D学习日记#2
  • 明日周刊-第27期
  • Qt坐标类时间类-->day03
  • SNH48 GROUP燃动杭州 第五届偶像运动会落下帷幕
  • Jquery向指定HTML标签追加新元素教程
  • 如何产看SQL 查询的执行时间
  • 【AI学习】Mamba学习(十五):关于S4模型计算优化的再学习
  • 【刷题列表-更新中】蓝桥杯和洛谷平台刷题列表
  • PyTorch 2.0: 新特性与升级指南
  • SwiftUI开发教程系列 - 第2章:基础布局与视图
  • 微服务之多机部署,负载均衡-LoadBalance
  • 卷积神经网络基础
  • 前缀和 so easy! 力扣.128 最长连续序列 leetcode longest-consecutive-sequence