代码实现哈希冲突

散列思想
散列表的英文叫“Hash Table”, 我们平坦也叫它“哈希表”或者“Hash表”

散列表用的是数组支持按照下标随机访问数据的特性,所以散列表其实就是数组的一种扩展,由数组深化而来。可以说,如果没有数组,就没有散列表。

我用一个例子来解释一下。假如我们有89名选参加学校运动会。为了方便记录成绩,每个选手胸前都会贴上自己的参赛号码。这89名选手的编号集资是1-89.现在我们希望编程实现这样一个功能,通过编号快速找到对应的选手信息。你会怎么做呢?

实际上,这个例子已经用到散列的思想。在这个例子里,参赛编号是自然数,并且与数组的下标形成一一映射,所以利用数组支持根据下标随机访问的时候,时间复杂度是O(1)这一特性,就可以实现快速查找编号对应的选手信息。

你可能要说了,这个例子中蕴含的散列思想还不够明显,那我来改造一下这个例子。

假设校长说,参赛编号不能设置得这么简单,要加上年级、班级这些更详细的信息,所以我们把编号的规则稍微修改了一下,用6位数字来表示。比如051167,其中,前两位 05表示年级,中间两位11表示班级,最后两位还是原来的编号1到89.这个时候我们该如何存储选手信息,才能够支持通过编号来快速查找选手信息呢?

# @ Time : 2020/11/15 
# @ Author : Ellen


class SingleNode(object):
    """单链表的节点"""

    def __init__(self, item):
        # item存放数据
        self.item = item
        # next是下一个节点的标识
        self.next = None


class SingleLinkList(object):
    """单链表"""
    '''
    .is_empty()链表是否 为空
    .length() 链表长度
    .travel() 遍历整个链表
    .append(item) 链表尾部添加元素
    .add(item) 链表头部添加元素
    .insert(pos, item) 指定位置添加元素
    .search(item) 查找节点是否存在
    .remove(item) 删除节点
    '''

    def __init__(self, node=None):
        # if node:
        #     self.__head = node
        # else:
        #     self.__head = None
        # 空链表  self.__head = None
        # 非空链表 self.__head = node
        self.__head = node

    def is_empty(self):
        """链表是否为空"""
        if self.__head == None:
            return True
        else:
            return False

    def length(self):
        """链表长度"""
        # cur游标 用来遍历链表
        cur = self.__head
        # 计数
        count = 0
        # 尾结点为指向None 停止循环
        while cur != None:
            count += 1
            # 指针向后移动
            cur = cur.next
        return count

    def travel(self):
        """遍历整个链表"""
        cur = self.__head
        while cur != None:
            print(cur.item, end=' ')
            cur = cur.next

    def append(self, item):
        """链表尾部添加元素"""
        node = SingleNode(item)

        # 空链表
        if self.is_empty():
            self.__head = node
        else:
            # 非空链表
            cur = self.__head
            while cur.next != None:
                cur = cur.next
            cur.next = node

    def add(self, item):
        """链表头部添加元素"""
        node = SingleNode(item)
        node.next = self.__head
        self.__head = node

    def insert(self, pos, item):
        """指定位置添加元素"""
        if pos <= 0:
            self.add(item)
        elif pos > (self.length() - 1):
            self.append(item)
        else:
            node = SingleNode(item)
            pre = self.__head
            count = 0
            while count < (pos - 1):
                count += 1
                pre = pre.next

            node.next = pre.next
            pre.next = node

    def search(self, item):
        """查找节点是否存在"""
        cur = self.__head
        # 循环结束 代表指针指向最后一个节点
        while cur != None:
            if cur.item == item:
                return True
            else:
                cur = cur.next
        return False

    def remove(self, item):
        """删除节点"""

        cur = self.__head
        pre = None

        while cur != None:
            # 找到指定的元素
            if cur.item == item:
                if cur == self.__head:
                    self.__head = cur.next
                else:
                    pre.next = cur.next
                break
            else:
                # 继续移动指针
                pre = cur
                cur = cur.next


# 哈希冲突用代码实现

class HashTable(object):
    """哈希表"""
    def __init__(self, size=101):
        self.size = size
        self.T = [SingleLinkList() for _ in range(self.size)]

    def h(self, k):
        """哈希函数"""
        return k % self.size

    def find(self, item):
        """查找"""
        i = self.h(item)
        return self.T[i].search(item)

    def insert(self, item):
        i = self.h(item)
        if self.find(item):
            print("重复插入")
        else:
            self.T[i].append(item)


h = HashTable()
h.insert(0)
h.insert(1)
h.insert(3)
h.insert(102)
h.insert(508)

for i in h.T:
    i.travel()

执行结果:
0 1 102 3 508

猜你喜欢

转载自blog.csdn.net/weixin_45905671/article/details/109703869