标签：算法导论 大数组 直接寻址 散列表 hash table
我们希望在一个非常大的数组上，通过利用直接寻址的方式来实现一个字典。开始时，该数组中可能包含一些无用信息，但要对整个数组进行初始化是不太实际的，因为该数组的规模太大。请给出在大数组上实现直接寻址字典的方式。每个存储对象占用O(1)空间；SEARCH、INSEART、DELETE操作的时间均为O(1)；并且对数据结构初始化的时间为O(1)。(提示：可以利用一个附加数组，处理方式类似于栈，其大小等于实际存储在字典中的关键字数目，以帮助确定大数组中某个给定的项是否有效)。
由于大数组太大，不能初始化，我们也就等于不知道到底哪里有真正的数据，于是乎数据不能存储在大数组中，因为你根本不知道到底哪里才是数据。
这里方式是：将数据存储到栈上，栈上的增删查都可以实现O(1)，然后在大数组上，对应key的位置的元素，存放栈上对应的下标，这样根据key到大数组中找到栈的下标，然后根据栈的下标又可以找到那个key值对应的数据元素了。
然后，还需要解决如何判断数据是否有效的问题，这个也很简单，经过上面的查找过程，不难发现，如果该数据是有效的，需要满足以下几个条件：
数据元素类型：_node.h
class node {
public:
int key;
node(int key) :
key(key) {
}
node() :
key(-1) {
}
};
栈类，存放真实数据：_stack.h
#include <iostream>
#include "_node.h"
using namespace std;
/*
* 用于存放数据的栈，使用单数组实现，这里的数据为node类型，里面包含一个key值
*/
class Stack {
int size;
public:
int top;
node* array;
Stack(int size) :
size(size), top(-1) {
array = new node[size];
}
~Stack() {
//做一些内存回收工作
delete[] array;
}
//入栈
void push(int* hash, int key) {
if (top == size - 1) {
cout << "error:stackoverflow" << endl;
return;
}
top++;
array[top].key = key;
//让hash数组中对应key位置的元素与栈上top位置元素挂钩
hash[key] = top;
}
//出栈
int pop(int* hash, int key) {
if (top == -1) {
cout << "error:stackunderflow" << endl;
return -1;
}
int tmp = array[top].key;
top--;
//更新hash表，让其等于-1，因为栈数组下标不可能为-1，方便以后判断
hash[key] = -1;
return tmp;
}
void travel() {
if (top < 0) {
return;
}
int tmp = top;
while (tmp >= 0) {
cout << array[tmp--].key << ' ';
}
cout << endl;
}
/*
* 将pos位置的值与栈顶的值交换
*/
void swapTop(int* hash, int key) {
int pos = (hash)[key];
//更新散列表
hash[array[top].key] = pos;
hash[array[pos].key] = top;
//交换操作，更新栈
node tmp = array[top];
array[top] = array[pos];
array[pos] = tmp;
}
};
demo.cpp，包含hash类：
#include <iostream>
#include "_stack.h"
using namespace std;
class Hash {
public:
int* hashArray; //用于存放栈中位置的数组，该数组下标对应于key值
Stack* s; //存放真实数据的栈
//构造
Hash(int hashSize, int stackSize) :
hashArray(), s() {
hashArray = new int[hashSize];
s = new Stack(stackSize);
}
//析构
~Hash() {
delete[] hashArray;
delete s;
}
//判断key值是否已经存在的函数
bool isExist(int* hash, int key) {
if (hash[key] <= s->top && hash[key] >= 0
&& key == s->array[hash[key]].key) {
return true;
}
cout << "key does not exist!" << endl;
return false;
}
//插入一个数据
void insert(int key) {
s->push(this->hashArray, key);
}
//删除一个数据
void delete_(int key) {
//判断是否存在
if (!isExist(this->hashArray, key)) {
return;
}
//将对应的栈上的位置的数据与栈顶数据交换，同时刷新hash数组中的值，使其指向正确的栈数组元素
s->swapTop(this->hashArray, key);
//出栈，同时刷新hash数组中的值
s->pop(this->hashArray, key);
}
//查找是否已经包含key值
node* search(int key) {
if (!isExist(this->hashArray, key)) {
return NULL;
} else {
return s->array + hashArray[key];
}
}
//遍历所包含的元素
void travel() {
int tmp = s->top;
while (tmp >= 0) {
cout << s->array[tmp--].key << ' ';
}
cout << endl;
}
};
int main() {
//测试使用hash数组大小为1000，存放数据的栈大小为100
Hash* hash = new Hash(1000, 100);
cout << hash->search(555) << endl;
hash->insert(555);
hash->insert(444);
hash->insert(333);
hash->travel();
hash->delete_(555);
hash->travel();
cout << hash->search(333)->key << endl;
return 0;
}
算法导论之十(十一章散列表11.1-4大数组实现直接寻址方式的字典操作)
标签：算法导论 大数组 直接寻址 散列表 hash table
原文地址：http://blog.csdn.net/cyp331203/article/details/42424443
