lintcode-129-重哈希
129-重哈希
哈希表容量的大小在一开始是不确定的。如果哈希表存储的元素太多(如超过容量的十分之一),我们应该将哈希表容量扩大一倍,并将所有的哈希值重新安排。假设你有如下一哈希表:
size=3, capacity=4
[null, 21, 14, null]
↓ ↓
9 null
↓
null
哈希函数为:int hashcode(int key, int capacity) {
return key % capacity;
}
这里有三个数字9,14,21,其中21和9共享同一个位置因为它们有相同的哈希值1(21 % 4 = 9 % 4 = 1)。我们将它们存储在同> 一个链表中。重建哈希表,将容量扩大一倍,我们将会得到:
size=3, capacity=8
index: 0 1 2 3 4 5 6 7
hash : [null, 9, null, null, null, 21, 14, null]
给定一个哈希表,返回重哈希后的哈希表。注意事项
哈希表中负整数的下标位置可以通过下列方式计算:
- C++/Java:如果你直接计算-4 % 3,你会得到-1,你可以应用函数:a % b = (a % b + b) % b得到一个非负整数。
- Python:你可以直接用-1 % 3,你可以自动得到2。
样例
给出 [null, 21->9->null, 14->null, null]
返回 [null, 9->null, null, null, null, 21->null, 14->null, null]标签
LintCode 版权所有 哈希表
思路
根据原哈希表的值,建立新的哈希表即可
code
/**
* Definition of ListNode
* class ListNode {
* public:
* int val;
* ListNode *next;
* ListNode(int val) {
* this->val = val;
* this->next = NULL;
* }
* }
*/
class Solution {
public:
/**
* @param hashTable: A list of The first node of linked list
* @return: A list of The first node of linked list which have twice size
*/
vector<ListNode*> rehashing(vector<ListNode*> hashTable) {
// write your code here
int capacity = hashTable.size();
if (capacity <= 0) {
return vector<ListNode*>();
}
vector<int> hashValue;
for (ListNode *node : hashTable) {
while (node != NULL) {
hashValue.push_back(node->val);
node = node->next;
}
}
hashTable.clear();
capacity *= 2;
hashTable.resize(capacity);
for (int i = 0; i < hashValue.size(); i++) {
int index = (hashValue[i] % capacity + capacity) % capacity;
if (hashTable[index] == NULL) {
hashTable[index] = new ListNode(hashValue[i]);
}
else {
ListNode* node = hashTable[index];
while (node->next != NULL) {
node = node->next;
}
node->next = new ListNode(hashValue[i]);
}
}
return hashTable;
}
};