LC 706. 设计哈希映射

题目描述

这是 LeetCode 上的 706. 设计哈希映射 ,难度为 简单

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:

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]]

提示:

  • 0 <= key, value <= $10^6$
  • 最多调用 $10^4$ 次 put、get 和 remove 方法

简单数组解法

image.png

与昨天的 705. 设计哈希集合 不同。

我们不仅仅需要记录一个元素存在与否,还需要记录该元素对应的值是什么。

由于题目限定了数据范围 $0 <= key, value <= 10^6$,和 kv 的数据类型。

我们可以使用 int 类型的数组实现哈希表功能。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
class MyHashMap {
int INF = Integer.MAX_VALUE;
int N = 1000009;
int[] map = new int[N];
public MyHashMap() {
Arrays.fill(map, INF);
}

public void put(int key, int value) {
map[key] = value;
}

public int get(int key) {
return map[key] == INF ? -1 : map[key];
}

public void remove(int key) {
map[key] = INF;
}
}
  • 时间复杂度:$O(1)$
  • 空间复杂度:$O(1)$

链表解法

image.png

705. 设计哈希集合 同理,我们可以利用「链表」来构建 Map,这也是工程上最简单的一种实现方式。

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
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
class MyHashMap {
static class Node {
int key, value;
Node next;
Node(int _key, int _value) {
key = _key;
value = _value;
}
}

// 由于使用的是「链表」,这个值可以取得很小
Node[] nodes = new Node[10009];

public void put(int key, int value) {
// 根据 key 获取哈希桶的位置
int idx = getIndex(key);
// 判断链表中是否已经存在
Node loc = nodes[idx], tmp = loc;
if (loc != null) {
Node prev = null;
while (tmp != null) {
if (tmp.key == key) {
tmp.value = value;
return;
}
prev = tmp;
tmp = tmp.next;
}
tmp = prev;
}
Node node = new Node(key, value);

// 头插法
// node.next = loc;
// nodes[idx] = node;

// 尾插法
if (tmp != null) {
tmp.next = node;
} else {
nodes[idx] = node;
}
}

public void remove(int key) {
int idx = getIndex(key);
Node loc = nodes[idx];
if (loc != null) {
Node prev = null;
while (loc != null) {
if (loc.key == key) {
if (prev != null) {
prev.next = loc.next;
} else {
nodes[idx] = loc.next;
}
return;
}
prev = loc;
loc = loc.next;
}
}
}

public int get(int key) {
int idx = getIndex(key);
Node loc = nodes[idx];
if (loc != null) {
while (loc != null) {
if (loc.key == key) {
return loc.value;
}
loc = loc.next;
}
}
return -1;
}

int getIndex(int key) {
// 因为 nodes 的长度只有 10009,对应的十进制的 10011100011001(总长度为 32 位,其余高位都是 0)
// 为了让 key 对应的 hash 高位也参与运算,这里对 hashCode 进行右移异或
// 使得 hashCode 的高位随机性和低位随机性都能体现在低 16 位中
int hash = Integer.hashCode(key);
hash ^= (hash >>> 16);
return hash % nodes.length;
}
}
  • 时间复杂度:由于没有扩容的逻辑,最坏情况下复杂度为 $O(n)$,一般情况下复杂度为 $O(1)$
  • 空间复杂度:$O(1)$

开放寻址解法

image.png

除了使用「链表」来解决哈希冲突以外,还能使用「开放寻址法」来解决。

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
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
class MyHashMap {
static class Node {
int key, value;
Node next;
boolean isDeleted;
Node(int _key, int _value) {
key = _key;
value = _value;
}
}

// 冲突时的偏移量
int OFFSET = 1;
Node[] nodes = new Node[10009];

public void put(int key, int value) {
int idx = getIndex(key);
Node node = nodes[idx];
if (node != null) {
node.value = value;
node.isDeleted = false;
} else {
node = new Node(key, value);
nodes[idx] = node;
}
}

public void remove(int key) {
Node node = nodes[getIndex(key)];
if (node != null) node.isDeleted = true;
}

public int get(int key) {
Node node = nodes[getIndex(key)];
if (node == null) return -1;
return node.isDeleted ? -1 : node.value;
}

// 当 map 中没有 key 的时候,getIndex 总是返回一个空位置
// 当 map 中包含 key 的时候,getIndex 总是返回 key 所在的位置
int getIndex(int key) {
int hash = Integer.hashCode(key);
hash ^= (hash >>> 16);
int n = nodes.length;
int idx = hash % n;
while (nodes[idx] != null && nodes[idx].key != key) {
hash += OFFSET;
idx = hash % n;
}
return idx;
}
}
  • 时间复杂度:一般情况下复杂度为 $O(1)$,极端情况下为 $O(n)$
  • 空间复杂度:$O(1)$

最后

这是我们「刷穿 LeetCode」系列文章的第 No.706 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。

在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。

为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:https://github.com/SharingSource/LogicStack-LeetCode

在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。


本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!