LeetCode705. Design HashSet
题目
不使用任何内建的哈希表库设计一个哈希集合
具体地说，你的设计应该包含以下的功能
add(value)：向哈希集合中插入一个值。contains(value)：返回哈希集合中是否存在这个值。remove(value)：将给定值从哈希集合中删除。如果哈希集合中没有这个值，什么也不做。
示例:
MyHashSet hashSet = new MyHashSet();
hashSet.add(1);
hashSet.add(2);
hashSet.contains(1); // 返回 true
hashSet.contains(3); // 返回 false (未找到)
hashSet.add(2);
hashSet.contains(2); // 返回 true
hashSet.remove(2);
hashSet.contains(2); // 返回 false (已经被删除)
注意：
- 所有的值都在
[1, 1000000]的范围内。 - 操作的总数目在
[1, 10000]范围内。 - 不要使用内建的哈希集合库。
考点
1.哈希表O（1）。用数组空间换时间。data.resize(1000000,0)；
2.二维数组，优化空间复杂度，1000个空数组 ，对数字取1000的余作为哈希值，定位到二维数组中，再除1000得到二度的哈希值。
思路
solution1
构造函数。顺序容器vector<int> data。重置数组大小：100w.
增：key对应的val设为1。
删:key对应的值设为0.
判断是否存在：bool返回 data[key]==1.
HashSet最有用的地方就是其能够在O(1)内判断某个元素是否存在，这都得归功于哈希表的作用。但是现在不让我们用了，但我们还是得保证其常数级的查找效率，那么就用空间来换时间吧。既然题目中说了数字的范围不会超过1000000，那么我们就申请这么大空间的数组，这样对于在HashSet中的数字，我们就将其标记为1，不在或者删除了的就标记为0，检测的时候就看其值是否为1即可.
solution2.
优化空间复杂度。二维数组，开始初始化1000个空数组，key%1000是哈希值（一维指针），key/1000是二维指针。
优化空间复杂度，由于存入HashSet的数字也许不会跨度很大，那么直接就申请长度为1000000的数组可能会有些浪费，那么我们其实可以使用1000个长度为1000的数组来代替，那么就要用个二维数组啦，实际上开始我们只申请了1000个空数组，对于每个要处理的元素，我们首先对1000取余，得到的值就当作哈希值，对应我们申请的那1000个空数组的位置，在加入元素时，一旦计算出了哈希值，我们将对应的空数组resize为长度1000，然后根据哈希值和key/1000来确定具体的加入位置。
移除数字一样的，先计算出哈希值，如果对应的数组不为空的话，找到对应的位置并赋值为0。
不过大家也可以看出来，我们在加入元素时会开辟1000的新空间，但是删除这个元素时，并没有检测这1000个位置是否均为0，是的话应该删除这1000个新空间。但是这样可能会使得删除函数变慢一些，
代码
solution1.
class MyHashSet {
public:
/** Initialize your data structure here. */
MyHashSet() {
data.resize(1000000, 0);
}
void add(int key) {
data[key] = 1;
}
void remove(int key) {
data[key] = 0;
}
/** Returns true if this set contains the specified element */
bool contains(int key) {
return data[key] == 1;
}
private:
vector<int> data;
};solution2.
优化空间复杂度，由于存入HashSet的数字也许不会跨度很大，那么直接就申请长度为1000000的数组可能会有些浪费，那么我们其实可以使用1000个长度为1000的数组来代替，那么就要用个二维数组啦，实际上开始我们只申请了1000个空数组，对于每个要处理的元素，我们首先对1000取余，得到的值就当作哈希值，对应我们申请的那1000个空数组的位置，在加入元素时，一旦计算出了哈希值，我们将对应的空数组resize为长度1000，然后根据哈希值和key/1000来确定具体的加入位置。
移除数字一样的，先计算出哈希值，如果对应的数组不为空的话，找到对应的位置并赋值为0。
不过大家也可以看出来，我们在加入元素时会开辟1000的新空间，但是删除这个元素时，并没有检测这1000个位置是否均为0，是的话应该删除这1000个新空间。但是这样可能会使得删除函数变慢一些，
class MyHashSet {
public:
/** Initialize your data structure here. */
MyHashSet() {
data.resize(1000,vector<int>());
//二维数组初始化，第一个数是个数，第二个参数是元素类型，vector<int>()表示初始化为0的容器。要加()!!!!
}
void add(int key) {
int hashkey=key%1000;
if(data[hashkey].empty())
{
data[hashkey].resize(1000,0);
}
data[hashkey][key/1000]=1;
//这个赋值操作写在if外部。只做一次哈希值判空！！
}
void remove(int key) {
int hashkey=key%1000;
if(!data[hashkey].empty())
{
data[hashkey][key/1000]=0;
}
}
/** Returns true if this set contains the specified element */
bool contains(int key) {
return !data[key%1000].empty()&& (data[key%1000][key/1000]==1);
}
private: vector<vector<int>> data;
};
/**
* Your MyHashSet object will be instantiated and called as such:
* MyHashSet obj = new MyHashSet();
* obj.add(key);
* obj.remove(key);
* bool param_3 = obj.contains(key);
*/
