散列表(拉链法与线性探测法)Java实现
package practice; import java.security.Principal;
import java.util.Scanner; import edu.princeton.cs.algs4.*; public class TestMain {
public static void main(String[] args) {
//50个随机数字
Integer[] a = new Integer[50];
for (int i = 0; i < a.length; i++) {
a[i] = new Integer(StdRandom.uniform(1, 1000));
} //50个随机字符串
char ch = 'a';
int chl;
String []b = new String[50];
for (int i = 0; i < b.length; i++) {
int sl = StdRandom.uniform(1, 10);
b[i] = new String();
for (int j = 0; j < sl; j++) {
chl = StdRandom.uniform(0, 23);
b[i] += (char)(ch + chl);
}
}
//构建散列表
/*SeparateChainingHashST<String, Integer> hashmap = new SeparateChainingHashST<String, Integer>(50); for (int i = 0; i < b.length; i++) {
hashmap.put(b[i], a[i]);
}*/ LinearProbingHashST<String, Integer> hashmap = new LinearProbingHashST<String, Integer>();
//占有率最好在1/2和1/8之间(数学证明结果),占有率越高,查找操作越难以命中,如果占有率为1,输入没有的值就会无限循环
for (int i = 0; i < b.length; i++) {
hashmap.put(b[i], a[i]);
} hashmap.show(); String KeyShuRu;
Scanner ShuRu = new Scanner(System.in);
while (true) {
KeyShuRu = ShuRu.nextLine();
System.out.println(hashmap.get(KeyShuRu));
hashmap.delete(KeyShuRu);
hashmap.show();
}
}
} /*
* 基于拉链法的散列表
* 散列值相同时,用一个链表储存
*/
class SeparateChainingHashST<K, V> {
private K key;
private V value;
private int M;
private SequentialSearchST<K, V>[] st;
public SeparateChainingHashST(int M) {
st = (SequentialSearchST<K, V>[]) new SequentialSearchST[M];
for (int i = 0; i < M; i++) {
st[i] = new SequentialSearchST();
}
}
/*
* 插入
*/
public void put(K key, V value) {
st[hash(key)].put(key, value);
}
/*
* 查找
*/
public V get(K key) {
return st[hash(key)].get(key);
}
/*
* 输出整个表
*/
public void show() {
for (int i = 0; i < M; i++) {
System.out.print("chain ["+i+"] ");
st[i].show();
System.out.println();
}
}
/*
* 获取哈希值
*/
private int hash(K key) {
return (key.hashCode() & 0x7fffffff) % M; //可以返回一个M以内的正整数hash值 }
} /*
* 基于线性探测法的散列表
* 散列值处已经有元素,就把值存在散列值处的后面(触底返0)
*/
class LinearProbingHashST<K, V> {
private K[] key;
private V[] value;
private int M = 16; //线性探测表的大小
private int N; //表中键值对的多少
public LinearProbingHashST() {
key = (K[]) new Object[M];
value = (V[]) new Object[M];
}
/*
* 插入
*/
public void put(K key, V value) {
if (N >= M/2) { resize(2*M);} int hashv = hash(key);
while (true) {
if (hashv == M) { hashv = 0;} if (this.key[hashv] == null) {
this.key[hashv] = key;
this.value[hashv] = value;
N++;
break;
}
else if (key.equals(this.key[hashv])) {
this.value[hashv] = value;
break;
} hashv++;
}
}
/*
* 查找
*/
public V get(K key) {
int hashv = hash(key);
while (true) {
System.out.println("hashv = "+hashv);
if (this.key[hashv] == null) { return null;}
if (key.equals(this.key[hashv])) { return this.value[hashv];}
hashv++;
if (hashv == M) { hashv = 0;}
}
}
/*
* 输出表
*/
public void show() {
for (int i = 0; i < M; i++) {
System.out.printf("[%d] %-10s%4d \n", i, key[i], value[i]);
}
}
/*
* 删除元素
*/
public void delete(K key) {
//将元素删除
int hashv = hash(key);
while (true) {
if (this.key[hashv] == null) {
System.out.println("the value is not exist");
return;
} if (key.equals(this.key[hashv])) {
this.key[hashv] = null;
this.value[hashv] = null;
N--;
System.out.println("The value has been deleted");
break;
} hashv++;
if (hashv == M) { hashv = 0;}
} //将后面的元素全部重新插入
hashv = hash(key) + 1;
while (this.key[hashv] != null) {
K tempkey = this.key[hashv];
V tempvalue = this.value[hashv]; this.key[hashv] = null;
this.value[hashv] = null;
N--; put(tempkey, tempvalue); hashv ++;
if (hashv == M) { hashv = 0;}
}
}
/*
* 获取哈希值
*/
private int hash(K key) {
return (key.hashCode() & 0x7fffffff) % M;
}
/*
* 改变大小
*/
private void resize(int M) {
this.M = M;
K[] tempkey = (K[]) new Object[M];
V[] tempvalue = (V[]) new Object[M]; for (int i = 0; i < key.length; i++) {
tempkey[i] = key[i];
tempvalue[i] = value[i];
} key = tempkey;
value = tempvalue;
}
} /*
* 链表
*/
class SequentialSearchST<K, V> {
private Node head;
private Node root;
class Node {
private K key;
private V value;
private Node next;
private Node(K key, V value) {
this.key = key;
this.value = value;
}
/*
* 输出节点
*/
private void show() {
System.out.printf("%-10s%4d ", key, value);
}
}
/*
* 插入
*/
public void put(K key, V value) {
if (root != null) {
Node tempnode = root;
while (true) {
if (key.equals(tempnode.key)) {
tempnode.value = value;
return;
} if (tempnode == head) { break;}
tempnode = tempnode.next;
}
}
//上面是避免有重复的key
Node newnode = new Node(key, value);
if (root == null) {
root = newnode;
head = newnode;
return;
} head.next = newnode;
head = newnode;
}
/*
* 查找
*/
public V get(K key) {
Node tempnode = root; while (!(tempnode == null)) {
if (key.equals(tempnode.key)) { return tempnode.value;}
tempnode = tempnode.next;
} return null;
}
/*
* 输出整条链
*/
public void show() {
Node tempnode = root;
while (!(tempnode == null)) {
tempnode.show();
tempnode = tempnode.next;
}
} }
散列表(拉链法与线性探测法)Java实现的更多相关文章
- Hash开散列 拉链法
#include<iostream> #include<cstdio> using namespace std; const int maxn=1000007; struct ...
- PTA 7-42 整型关键字的散列映射(手写哈希表的线性探测法)
本题考点: 整型哈希表的线性探测法 给定一系列整型关键字和素数P,用除留余数法定义的散列函数将关键字映射到长度为P的散列表中.用线性探测法解决冲突. 输入格式: 输入第一行首先给出两个正整数N(≤10 ...
- Hash Table(散列表)
这篇主要是基础的数据结构学习,写的时候才明白了书上说到的一些问题,由于该篇仅仅只是对这种数据结构进行一个理解,所以很基础,关于h(x)函数也只是简单的运用了除法散列,然后为了应对冲突,我用的是链接法. ...
- 【PHP数据结构】散列表查找
上篇文章的查找是不是有意犹未尽的感觉呢?因为我们是真真正正地接触到了时间复杂度的优化.从线性查找的 O(n) 直接优化到了折半查找的 O(logN) ,绝对是一个质的飞跃.但是,我们的折半查找最核心的 ...
- 【Java集合学习】HashMap源码之“拉链法”散列冲突的解决
1.HashMap的概念 HashMap 是一个散列表,它存储的内容是键值对(key-value)映射. HashMap 继承于AbstractMap,实现了Map.Cloneable.java.io ...
- Java数据结构与算法解析(十二)——散列表
散列表概述 散列表就是一种以 键-值(key-indexed) 存储数据的结构,我们只要输入待查找的值即key,即可查找到其对应的值. 散列表的思路很简单,如果所有的键都是整数,那么就可以使用一个简单 ...
- 【Java】 大话数据结构(13) 查找算法(4) (散列表(哈希表))
本文根据<大话数据结构>一书,实现了Java版的一个简单的散列表(哈希表). 基本概念 对关键字key,将其值存放在f(key)的存储位置上.由此,在查找时不需比较,只需计算出f(key) ...
- Java数据结构和算法(一)散列表
Java数据结构和算法(一)散列表 数据结构与算法目录(https://www.cnblogs.com/binarylei/p/10115867.html) 散列表(Hash table) 也叫哈希表 ...
- 数据结构---散列表查找(哈希表)概述和简单实现(Java)
散列表查找定义 散列技术是在记录的存储位置和它的关键字之间建立一个确定的对应关系f,是的每个关键字key对应一个存储位置f(key).查找时,根据这个确定的对应关系找到给定值的key的对应f(key) ...
随机推荐
- j2ee中的2是什么意思
J2EE里面的2是什么意思 1998年Java 1.2版本发布,1999年发布Java 1.2的标准版,企业版,微型版三个版本,为了区分这三个版本,分别叫做Java2SE,Java2EE,Java2M ...
- 初学者:浅谈web前端就业的学习路线
初级前端 主要学习三个部分:HTML,CSS,JavaScript 一.html + css部分: 这部分特别简单,到网上搜资料,书籍视频非常多.css中盒子模型,流动,block,inline,层叠 ...
- Vue学习记录第一篇——Vue入门基础
前面的话 Vue中文文档写得很好,界面清爽,内容翔实.但文档毕竟不是教程,文档一上来出现了大量的新概念,对于新手而言,并不友好.个人还是比较喜欢类似于<JS高级程序设计>的风格,从浅入深, ...
- python-快速排序,两种方法→易理解
快速排序(Quicksort)是对冒泡排序的一种改进. 快速排序由C. A. R. Hoare在1962年提出.它的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另 ...
- Redis-消息发布与订阅
redis的消息发布与订阅适合做在线聊天, 消息推送 使用方法: 发布端: publish +频道名称 + 发布内容 订阅端: subscribe + 频道名称 发布端例子: 127.0.0.1:63 ...
- C#使用HttpClient获取Location
之前使用HttpWebRequest的时候,只需要设置HttpWebRequest对象的AllowAutoRedirect属性值为false即可在Respomse的Header中获取Location: ...
- JavaScript基础知识(二)
一.JavaScript事件详解 1.事件流:描述的是在页面中结束事件的顺序 事件传递有两种方式:冒泡与捕获. 事件传递定义了元素事件触发的顺序. 如果你将 <p> 元素插入到 <d ...
- JQuery中的回调对象
JQuery中的回调对象 回调对象(Callbacks object)模块是JQuery中的一个很基础的模块,很多其他的模块(比如Deferred.Ajax等)都依赖于Callbacks模块的实现.本 ...
- 【剑指offer】二维数组中的查找
题目描述 在一个二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序.请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数. 注意点:要注意特殊 ...
- js运算
今天把五个题目都做出来了,虽然可能用的方法比较麻烦.不过总体来说不错: <!DOCTYPE html><html> <head> <meta charset= ...