python中自定义实现hashmap
前文
今天这篇文章给大家讲讲hashmap，这个号称是所有python工程师都会的数据结构。为什么说是所有python工程师都会呢，因为很简单，他们不会这个找不到工作。几乎所有面试都会问，基本上已经成了标配了。
hashmap基本结构
hashmap这个数据结构其实并不难，它的结构非常非常清楚，我用一句话就可以说明，其实就是邻接表。虽然这两者的用途迥然不同，但是它们的结构是完全一样的。说白了就是一个定长的数组，这个数组的每一个元素都是一个链表的头结点。我们把这个结构画出来，大家一看就明白了。
headers是一个定长的数组，数组当中的每一个元素都是一个链表的头结点。也就是说根据这个头结点，我们可以遍历这个链表。数组是定长的，但是链表是变长的，所以如果我们发生元素的增删改查，本质上都是通过链表来实现的。
这个就是hashmap的基本结构，如果在面试当中问到，你可以直接回答：它本质上就是一个元素是链表的数组
hashmap的get和put算法时间复杂度空间复杂度是多少？
-
get时间复杂度
- get最好情况：O(1)
- get最坏情况：O(n)，即链表查询的时间复杂度
- get平均：O(1)
-
put时间复杂度
- put最好情况：O(1)
- put最坏情况：O(1)，即链表尾部插入
- put平均：O(1)
-
hashmap的空间复杂度
O(M), M为map元素的个数，因为几乎每多一个元素就多一个空间储存，多一个桶或者在桶内多一个位置。
hashmap完整代码
class Node:
def __init__(self, key, val, prev=None, next_=None):
self.key = key
self.val = val
self.prev = prev
self.next_ = next_
def __repr__(self):
return str(self.val)
class LinkedList:
def __init__(self):
self.head = Node(None, "header")
self.tail = Node(None, "tail")
self.head.next_ = self.tail
self.tail.prev = self.head
self.size = 0
def append(self, node):
prev = self.tail.prev
node.prev = prev
node.next_ = prev.next_
prev.next_ = node
node.next_.prev = node
self.size += 1
def delete(self, node):
prev = node.prev
next_ = node.next_
prev.next_, next_.prev = next_, prev
self.size -= 1
def delete_node_by_key(self, key) -> bool:
node = self.head.next_
while node != self.tail:
if node.key == key:
self.delete(node)
return True
node = node.next_
return False
def get_list(self):
ret = []
cur_node = self.head.next_
while cur_node != self.tail:
ret.append(cur_node)
cur_node = cur_node.next_
return ret
def get_node_by_key(self, key):
cur_node = self.head.next_
while cur_node != self.tail:
if cur_node.key == key:
return cur_node
cur_node = cur_node.next_
return None
class HashMap:
def __init__(self, capacity=16, load_factor=5):
self.capacity = capacity
self.load_factor = load_factor
self.headers = [LinkedList() for _ in range(capacity)]
def get_hash_key(self, key):
return hash(key) & (self.capacity - 1)
def _put(self, key, val):
linked_list = self.headers[self.get_hash_key(key)]
if linked_list.size >= self.capacity * self.load_factor:
self.reset()
linked_list = self.headers[self.get_hash_key(key)]
node = linked_list.get_node_by_key(key)
if node:
node.val = val
else:
linked_list.append(Node(key, val))
def get(self, key, default=None):
linked_list = self.headers[self.get_hash_key(key)]
node = linked_list.get_node_by_key(key)
if node is None and default:
return default
return node
def __getitem__(self, item):
if self.get(item):
return self.get(item)
raise KeyError("无效的key")
def __setitem__(self, key, value):
self._put(key, value)
def keys(self):
for head in self.headers:
for node in head.get_list():
yield node.key
def values(self):
for head in self.headers:
for node in head.get_list():
yield node.val
def items(self):
for head in self.headers:
for node in head.get_list():
yield node.key, node.val
def setdefault(self, key, default):
if self.get(key):
return default
self._put(key, default)
return True
def delete(self, key) -> bool:
linked_list = self.headers[self.get_hash_key(key)]
return linked_list.delete_node_by_key(key)
def reset(self):
headers = [LinkedList() for _ in range(self.capacity * 2)]
self.capacity = self.capacity * 2
for linked_list in self.headers:
nodes = linked_list.get_list()
for node in nodes:
hash_key = self.get_hash_key(node.key)
linked_list_ = headers[hash_key]
linked_list_.append(node)
self.headers = headers
if __name__ == '__main__':
# 创建字典
m1 = HashMap()
# 添加键值对
m1["name"] = "马亚南"
m1["age"] = 18
# 获取键对应的值
print(m1["name"], m1.get("age"))
# 获取字典的容量
# print("capacity", m1.capacity)
# 1268不会扩容，1269自动扩容，1280是桶分配绝对均匀的情况，也即是说16*80=1280
# for i in range(1269):
# m1[i] = i * 10
# print("capacity", m1.capacity)
# 删除元素
print(m1.delete("name"), "删除成功")
# print(m1["name"]) # 此语句会抛出KeyError错误
print(m1.get("name", "默认值-哈哈哈"))
# setdefault设置，跟python的实现等价
name = m1.setdefault("name", "王五")
print(name, "-setdefault")
# keys
for key in m1.keys():
print(key)
# values
for val in m1.values():
print(val)
# items:
for key, val in m1.items():
print(key, val)
