数据结构与算法面试题：实现一个哈希表，并考虑哈希冲突的解决方案。

数据结构与算法面试题：实现一个哈希表，并考虑哈希冲突的解决方案。

简介：实现一个哈希表，并考虑哈希冲突的解决方案。

算法思路

哈希表（Hash Table，也叫散列表）是一种有着很快插入和查找速度的数据结构，适用于一些需要快速查找、插入数据的应用场合。哈希冲突常用的解决方法包括线性探测与链地址法。

• 线性探测：当发生哈希冲突时，将待插入元素放到下一个空闲槽中，如果下一个位置已经被占用，则依次向后查找，直到找到第一个空闲槽为止。
• 链地址法：当发生哈希冲突时，将该位置上之前的元素都存在一个链表中，插入新元素时将其加入链表尾部即可。

以下是使用C++实现哈希表的代码，并附有详细注释：

#include <iostream>
#include <vector>

using namespace std;

// 哈希表节点
struct Node {
    int key;
    int val;
    Node* next;
    Node(int k, int v) : key(k), val(v), next(nullptr) {}
};

class MyHashMap {
private:
    vector<Node*> data; // 存储哈希表节点的数据数组
    int size;           // 当前数据个数
    int cap;            // 数组容量
    double loadFactor;  // 负载因子

    // 获取某个数字的哈希值
    int hashCode(int key) {
        return key % cap;
    }

public:
    // 构造函数
    MyHashMap() : size(0), cap(1000) {
        data.resize(cap, nullptr);
        loadFactor = 0.75;
    }

    // 插入或更新数据
    void put(int key, int value) {
        int idx = hashCode(key); // 获取插入位置的哈希值

        // 检测是否已有该元素
        Node* node = data[idx];
        while (node != nullptr) {
            if (node->key == key) {
                node->val = value;
                return;
            }
            node = node->next;
        }

        // 如果容量满了，进行扩容
        if (size >= loadFactor * cap) {
            vector<Node*> old_data = data;
            cap *= 2;
            data.clear();
            data.resize(cap, nullptr);
            size = 0;

            for (int i = 0; i < old_data.size(); ++i) {
                Node* node = old_data[i];
                while (node != nullptr) {
                    put(node->key, node->val);
                    node = node->next;
                }
            }
        }

        // 在指定位置插入新元素
        Node* new_node = new Node(key, value);
        new_node->next = data[idx];
        data[idx] = new_node;
        ++size;
    }

    // 获取某个键对应的值，不存在则返回-1
    int get(int key) {
        int idx = hashCode(key);

        Node* node = data[idx];
        while (node != nullptr) {
            if (node->key == key) {
                return node->val;
            }
            node = node->next;
        }

        return -1;
    }

    // 删除某个元素
    void remove(int key) {
        int idx = hashCode(key);

        Node* node = data[idx];
        if (node == nullptr) return;

        // 特殊处理头节点的情况
        if (node->key == key) {
            data[idx] = node->next;
            delete node;
            --size;
            return;
        }

        // 删除中间或尾部位置上的元素
        while (node->next != nullptr) {
            if (node->next->key == key) {
                Node* del_node = node->next;
                node->next = del_node->next;
                delete del_node;
                --size;
                return;
            }
            node = node->next;
        }
    }
};

int main() {
    MyHashMap myHashMap;

    myHashMap.put(1, 1);
    myHashMap.put(2, 2);
    cout << myHashMap.get(1) << endl; // 1
    cout << myHashMap.get(3) << endl; // -1
    myHashMap.put(2, 1);
    cout << myHashMap.get(2) << endl; // 1
    myHashMap.remove(2);
    cout << myHashMap.get(2) << endl; // -1

    return 0;
}

这个实现使用一个vector<Node*>数组来存储哈希表中的节点，其中Node是链表节点的结构体。在哈希表的构造函数中，我们设置了默认容量为1000，并将数组大小初始化为该值。此外，还指定了一个负载因子loadFactor，一旦当前数据总数达到容量和负载因子的乘积，就需要进行扩容操作。

hashCode()函数用于获取某个键对应的哈希值。在执行插入时，我们首先计算出待插入元素的哈希值idx，查看此位置是否已经有该元素。如果是，则更新其值；否则，在此位置插入新元素。如果容量超过两倍，则需要进行扩容操作。

要获取某个键对应的值，我们同样需要计算其哈希值，并遍历整个链表，根据键值判断元素是否存在。如果找到了，则返回对应的值；否则，返回-1。

在删除某个元素时，我们同样首先计算出待删除元素的哈希值，并定位到相应的链表头部。然后我们遍历这个链表，并寻找要删除的元素。在链表中，我们需要处理头部、中间和尾部三种删除情况。

由于哈希表中冲突可能会很多，因此正确地解决哈希冲突是非常关键的。本例使用了开放地址法，特别是线性探测来解决哈希冲突。

• Java版本

public class MyHashMap {
    
    
    // 哈希表节点
    class Node {
    
    
        int key;      // 键值
        int val;      // 数值
        Node next;    // 下一个节点的指针
        public Node(int k, int v) {
    
     key = k; val = v; }
    }

    private Node[] data;         // 存储哈希表节点的数据数组
    private int size;            // 当前数据个数
    private int cap = 1000;      // 数组容量
    private double loadFactor;   // 负载因子

    // 构造函数
    public MyHashMap() {
    
    
        data = new Node[cap];
        loadFactor = 0.75;
    }

    // 获取某个数字的哈希值
    private int hashCode(int key) {
    
    
        return key % cap;
    }

    // 插入或更新数据
    public void put(int key, int value) {
    
    
        int idx = hashCode(key); // 获取插入位置的哈希值

        // 检测是否已有该元素
        Node node = data[idx];
        while (node != null) {
    
    
            if (node.key == key) {
    
    
                node.val = value;
                return;
            }
            node = node.next;
        }

        // 如果容量满了，进行扩容
        if (size >= loadFactor * cap) {
    
    
            Node[] old_data = data;
            cap *= 2;
            data = new Node[cap];
            size = 0;

            for (int i = 0; i < old_data.length; ++i) {
    
    
                node = old_data[i];
                while (node != null) {
    
    
                    put(node.key, node.val);
                    node = node.next;
                }
            }
        }

        // 在指定位置插入新元素
        Node new_node = new Node(key, value);
        new_node.next = data[idx];
        data[idx] = new_node;
        ++size;
    }

    // 获取某个键对应的值，不存在则返回-1
    public int get(int key) {
    
    
        int idx = hashCode(key);

        Node node = data[idx];
        while (node != null) {
    
    
            if (node.key == key) {
    
    
                return node.val;
            }
            node = node.next;
        }

        return -1;
    }

    // 删除某个元素
    public void remove(int key) {
    
    
        int idx = hashCode(key);

        Node node = data[idx];
        if (node == null) return;

        // 特殊处理头节点的情况
        if (node.key == key) {
    
    
            data[idx] = node.next;
            --size;
            return;
        }

        // 删除中间或尾部位置上的元素
        while (node.next != null) {
    
    
            if (node.next.key == key) {
    
    
                node.next = node.next.next;
                --size;
                return;
            }
            node = node.next;
        }
    }

    public static void main(String[] args) {
    
    
        MyHashMap myHashMap = new MyHashMap();

        myHashMap.put(1, 1);
        myHashMap.put(2, 2);
        System.out.println(myHashMap.get(1)); // 1
        System.out.println(myHashMap.get(3)); // -1
        myHashMap.put(2, 1);
        System.out.println(myHashMap.get(2)); // 1
        myHashMap.remove(2);
        System.out.println(myHashMap.get(2)); // -1
    }
}