哈希表和堆的总结

用哈希表和堆处理的问题

1. 查询、插入、删除的操作要远多于其余的操作的情况下使用哈希表。
2. 在动态环境中需要快速获取最值的情况下使用堆。

代码注意事项

1. 哈希表——insert:O(1)，find:O(1)，delete:O(1)

   closed hashing：一个位置只放一个元素，冲突的元素向后寻找空位放下。
   （缺点：由于find时有些元素被当作寻找正确元素的桥梁，所以在元素删除时候不能直接置空，而改为标记为delete，依然充当桥梁，多次操作后可能产生很多delete位置，影响性能）
   open hashing：一个位置存放一个链表，新元素插入时从表头插入，find时不需要向后寻找，只需要遍历该位置的链表即可。

   哈希表的空间通常远大于需要存储的序列的元素个数，哈希size >> 数组size，通常大一个数量级，当哈希表的饱和度大于1/10的时候则需要rehash；

   哈希函数取模的一些技巧：

   (a+b)%c = (a%c+b%c)%c
   (a-b)%c = (a%c-b%c)%c
   (ab)%c = ((a%c)(b%c))%c

   c++中的哈希相关的数据结构以unordered开头（unordered_set、unordered_map等）。

2. 堆——push:O(log n)，pop:O(log n)，top:O(1)

   c++中的堆数据结构又叫优先队列，即priority_queue。

时间复杂度分析

1. 哈希表

   插入insert：O(1)
   查询find：O(1)
   删除delete：O(1)

2. 堆

   元素入堆push：O(log n)
   弹出堆顶pop：O(log n)
   查询堆顶top：O(1)

题目汇总

83. 重哈希（Rehashing）https://blog.csdn.net/SeeDoubleU/article/details/124600762
84. LRU缓存-最近最少使用策略（LRU Cache）https://blog.csdn.net/SeeDoubleU/article/details/124656824
85. 丑数（Ugly Number）https://blog.csdn.net/SeeDoubleU/article/details/124657720
86. 丑数II（Ugly Number II）https://blog.csdn.net/SeeDoubleU/article/details/124657738
87. 前K大数（Top k Largest Numbers）https://blog.csdn.net/SeeDoubleU/article/details/124657747
88. 前K大数 II（Top k Largest Numbers II）https://blog.csdn.net/SeeDoubleU/article/details/124657757
89. 合并k个排序链表-多路归并排序（Merge K Sorted Lists）https://blog.csdn.net/SeeDoubleU/article/details/124657763