网络异常，图片无法展示
|
题目描述
这是 LeetCode 上的 705. 设计哈希集合。
Tag : 「哈希表」
不使用任何内建的哈希表库设计一个哈希集合（HashSet）。
实现 MyHashSet 类：
void add(key) 向哈希集合中插入值 key 。 bool contains(key) 返回哈希集合中是否存在这个值 key 。 void remove(key) 将给定值 key 从哈希集合中删除。如果哈希集合中没有这个值，什么也不做。
示例：
输入： ["MyHashSet", "add", "add", "contains", "contains", "add", "contains", "remove", "contains"] [[], [1], [2], [1], [3], [2], [2], [2], [2]] 输出： [null, null, null, true, false, null, true, null, false] 解释： MyHashSet myHashSet = new MyHashSet(); myHashSet.add(1); // set = [1] myHashSet.add(2); // set = [1, 2] myHashSet.contains(1); // 返回 True myHashSet.contains(3); // 返回 False ，（未找到） myHashSet.add(2); // set = [1, 2] myHashSet.contains(2); // 返回 True myHashSet.remove(2); // set = [1] myHashSet.contains(2); // 返回 False ，（已移除） 复制代码
提示：
- 0 <= key <= 10^6106
- 最多调用 10^4104 次 add、remove 和 contains 。
简单数组
网络异常，图片无法展示
|
由于题目给出了 0 <= key <= 10^6 数据范围，同时限定了 key 只能是 int。
我们可以直接使用一个 boolean 数组记录某个 key 是否存在，key 直接对应 boolean 的下标。
代码：
class MyHashSet { boolean[] nodes = new boolean[1000009]; public void add(int key) { nodes[key] = true; } public void remove(int key) { nodes[key] = false; } public boolean contains(int key) { return nodes[key]; } } 复制代码
- 时间复杂度：O(1)O(1)
- 空间复杂度：O(1)O(1)
链表
网络异常，图片无法展示
|
网络异常，图片无法展示
|
网络异常，图片无法展示
|
代码：
class MyHashSet { // 由于使用的是「链表」，这个值可以取得很小 Node[] nodes = new Node[10009]; public void add(int key) { // 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) { return; } prev = tmp; tmp = tmp.next; } tmp = prev; } Node node = new Node(key); // 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 boolean contains(int key) { int idx = getIndex(key); Node loc = nodes[idx]; if (loc != null) { while (loc != null) { if (loc.key == key) { return true; } loc = loc.next; } } return false; } static class Node { private int key; private Node next; private Node(int key) { this.key = key; } } 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; } } 复制代码
- 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)O(n)，一般情况下复杂度为 O(1)O(1)
- 空间复杂度：O(1)O(1)
分桶数组
网络异常，图片无法展示
|
事实上我们还可以实现一个类似「bitmap」数据结构。
使用 int 中的每一位代表一个位置。
由于数据范围为 0 <= key <= 10^6，我们最多需要的 int 数量不会超过 40000。
因此我们可以建立一个 buckets 数组，数组装载的 int 类型数值。
- 先对 key 进行
key / 32，确定当前 key 所在桶的位置（大概位置） - 再对 key 进行
key % 32，确定当前 key 所在桶中的哪一位（精确位置）
根据位运算对「精确位置」进行修改。
代码：
class MyHashSet { int[] bs = new int[40000]; public void add(int key) { int bucketIdx = key / 32; int bitIdx = key % 32; setVal(bucketIdx, bitIdx, true); } public void remove(int key) { int bucketIdx = key / 32; int bitIdx = key % 32; setVal(bucketIdx, bitIdx, false); } public boolean contains(int key) { int bucketIdx = key / 32; int bitIdx = key % 32; return getVal(bucketIdx, bitIdx); } void setVal(int bucket, int loc, boolean val) { if (val) { int u = bs[bucket] | (1 << loc); bs[bucket] = u; } else { int u = bs[bucket] & ~(1 << loc); bs[bucket] = u; } } boolean getVal(int bucket, int loc) { int u = (bs[bucket] >> loc) & 1; return u == 1; } } 复制代码
- 时间复杂度：O(1)O(1)
- 空间复杂度：O(1)O(1)
最后
这是我们「刷穿 LeetCode」系列文章的第 No.705 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，我们将先将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：github.com/SharingSour…
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。
