0706. 设计哈希映射

0706. 设计哈希映射 #

  • 标签:哈希表
  • 难度:简单

题目大意 #

要求:不使用任何内建的哈希表库设计一个哈希映射(HashMap)。

需要满足以下操作:

  • 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

说明

  • $0 \le key, value \le 10^6$。
  • 最多调用 $10^4$ 次 putgetremove 方法。

示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
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]]

解题思路 #

思路 1:链地址法 #

0705. 设计哈希集合 类似。这里我们使用「链地址法」来解决哈希冲突。即利用「数组 + 链表」的方式实现哈希集合。

  1. 定义哈希表长度 buckets1003

  2. 定义一个一维长度为 buckets 的二维数组 table。其中第一维度用于计算哈希函数,为关键字 key 分桶。第二个维度用于存放 key 和对应的 value。第二维度的数组会根据 key 值动态增长,用数组模拟真正的链表。

  3. 定义一个 hash(key) 的方法,将 key 转换为对应的地址 hash_key

  4. 进行 put 操作时,根据 hash(key) 方法,获取对应的地址 hash_key。然后遍历 hash_key 对应的数组元素,查找与 key 值一样的元素。

    1. 如果找到与 key 值相同的元素,则更改该元素对应的 value 值。
    2. 如果没找到与 key 值相同的元素,则在第二维数组 table[hask_key] 中增加元素,元素为 (key, value) 组成的元组。
  5. 进行 get 操作跟 put 操作差不多。根据 hash(key) 方法,获取对应的地址 hash_key。然后遍历 hash_key 对应的数组元素,查找与 key 值一样的元素。

    1. 如果找到与 key 值相同的元素,则返回该元素对应的 value
    2. 如果没找到与 key 值相同的元素,则返回 -1

思路 1:代码 #

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
class MyHashMap:

    def __init__(self):
        self.buckets = 1003
        self.table = [[] for _ in range(self.buckets)]


    def hash(self, key):
        return key % self.buckets


    def put(self, key: int, value: int) -> None:
        hash_key = self.hash(key)
        for item in self.table[hash_key]:
            if key == item[0]:
                item[1] = value
                return
        self.table[hash_key].append([key, value])


    def get(self, key: int) -> int:
        hash_key = self.hash(key)
        for item in self.table[hash_key]:
            if key == item[0]:
                return item[1]
        return -1


    def remove(self, key: int) -> None:
        hash_key = self.hash(key)
        for i, item in enumerate(self.table[hash_key]):
            if key == item[0]:
                self.table[hash_key].pop(i)
                return

思路 1:复杂度分析 #

  • 时间复杂度:$O(\frac{n}{b})$。其中 $n$ 为哈希表中元素数量,$b$ 为链表的数量。
  • 空间复杂度:$O(n + b)$。
本站总访问量  次  |  您是本站第  位访问者