首页 > 代码库 > 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)
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)
11.1-4题目:
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)。
想法:
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:
1、key值对应到大数组中位置的值,必须位于[0,栈的栈顶位置]之间,否则肯定不是数据
2、满足第1条之后,我们到栈上对应的位置,找到那个元素数据,它的key值要反过来等于我们原始的key值,否则表示这个数据也是不存在的。可以参见下面代码中的isExist函数的写法;
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)
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。