哈希表

哈希表的几个特殊应用实现：

 

1.* 设计一个数据结构，使得该结构再插入，删除和随机获取结构中的数据的时间复杂度均为O(1)

public class RandomPools {
    public static class Pool<K> {
        HashMap<K,Integer> keyIndexMap;
        HashMap<Integer,K> indexKeyMap;
        int size;
        
        public Pool() {
            keyIndexMap = new HashMap<>();
            indexKeyMap = new HashMap<>();
            size = 0;
        }
        
        public void insert(K key) {
            if (!keyIndexMap.containsKey(key)) {
                keyIndexMap.put(key, size);
                indexKeyMap.put(size++, key);
            }
        }
        
        public void delete(K key) {//将要删的那个值移到最后再删除
            if (keyIndexMap.containsKey(key)) {
                int deleteIndex = keyIndexMap.get(key);
                int lastIndex = --size;
                K lastKey = indexKeyMap.get(lastIndex);
                keyIndexMap.put(lastKey, deleteIndex);
                indexKeyMap.put(deleteIndex, lastKey);
                keyIndexMap.remove(key);
                indexKeyMap.remove(lastIndex);
            }
        }
        
        public K getRandom() {
            if (this.size == 0) {
                return null;
            }
            int randomIndex = (int)(Math.random() * this.size); 
            return indexKeyMap.get(randomIndex);
        }
    }
}

 

2. 位图：对于只要用两种状态就可以表示的信息，可以用一位来表示(即无需用int,long等类型，造成不必要空间浪费)

public static void main(String[] args) {
        int[] nums = new int[10];//10 * 32bit -> 320bit
        
        int i = 178;//获取第178bit上的位值(为0还是1)
        
        int numIndex = i / 32;//确定该位在哪个int类型的数当中
        int bitIndex = i % 32;//确定在int类型数中的哪个位置
        
        //获取该位的信息
        int s = (nums[numIndex] >> bitIndex) & 1;
        
        System.out.println(s);
        
        //将该位的信息置1
        nums[numIndex] = nums[numIndex] | (1 << bitIndex);
        
        //将该位的信息置0
        nums[numIndex] = nums[numIndex] & (~(1 << bitIndex));
    }

 

3.布隆过滤器：
 　　

用于判断该值是否处在所要过滤的范围内
* 构建一个长度为m的位图，将所有要过滤的数据进行遍历记录：
* 建立过滤范围：将每个数据通过多个Hash函数得到多个哈希值，并%m，将得到的所有值在位图上做一个标记。
* 遍历完所有的数据并依次进行标记。
* 标记完位图后，即可用该位图判断其他数据是否是在过滤的范围内：用同样的多个哈希函数得到多个哈希值，如果这些
* 哈希值全部被标记过，则认为该数据为要过滤的数据，否则则认为不是要过滤的数据
*
* 特点：
* 1.一定不会把要过滤的数据认为成不要过滤的，但可能会把不要过滤的数据认为成要过滤的。
* 2.发生差错的可能与位图的长度m和Hash函数的个数k有关
* m越大发生差错的可能性越低，但可能性的减小速率随着m的增大逐渐降低
* k存在一个中间极值点，使得在该点差错可能性恰好达到最低