705 设计哈希集合（拉链法）

亦凉 2022-09-05 00:25 183阅读 0赞

**1. 问题描述：**

不使用任何内建的哈希表库设计一个哈希集合（HashSet）。实现 MyHashSet 类：  
void add(key) 向哈希集合中插入值 key 。  
bool contains(key) 返回哈希集合中是否存在这个值 key 。  
void remove(key) 将给定值 key 从哈希集合中删除。如果哈希集合中没有这个值，什么也不做。

**示例：**

输入：  
\["MyHashSet", "add", "add", "contains", "contains", "add", "contains", "remove", "contains"\]  
\[\[\], \[1\], \[2\], \[1\], \[3\], \[2\], \[2\], \[2\], \[2\]\]  
输出：  
\[null, null, null, true, false, null, true, null, false\]

**解释：**

MyHashSet myHashSet = new MyHashSet();  
myHashSet.add(1); // set = \[1\]  
myHashSet.add(2); // set = \[1, 2\]  
myHashSet.contains(1); // 返回 True  
myHashSet.contains(3); // 返回 False ，（未找到）  
myHashSet.add(2); // set = \[1, 2\]  
myHashSet.contains(2); // 返回 True  
myHashSet.remove(2); // set = \[1\]  
myHashSet.contains(2); // 返回 False ，（已移除）

**提示：**

0 <= key <= 10 ^ 6  
最多调用 10 ^ 4 次 add、remove 和 contains 。  
进阶：你可以不使用内建的哈希集合库解决此问题吗？  
来源：力扣（LeetCode）  
链接：https://leetcode-cn.com/problems/design-hashset

**2. 思路分析：**

因为使用的是python语言，所以可以使用二维列表来模拟哈希表，我们可以使用类似于**桶排序**的思路，第一维表示一个桶的编号，第二维表示桶编号对应的key值，我们在添加元素到哈希表中的时候先使用一个比较大的质数n计算出当前的key在哪一个桶，如果发现桶中存在当前的key则不做任何修改的操作直接返回即可，如果发现对应的桶中不存在当前的key那么将当前的key插入到对应桶的编号中即可；删除元素的时候也是类似地，先计算出当前的key对应的桶中是否存在当前的key，存在则删除元素；判断当前的key是否存在哈希表中可以先计算出当前的key对应的桶的编号，在桶中查找对应key是否存在即可。

**3. 代码如下：**

class MyHashSet:
        n = 0
        hash = None
    
        def __init__(self):
            # n为质数
            self.n = 19997
            # 使用列表来模拟哈希表
            self.hash = [list() for i in range(self.n)]
        
        # 在哈希中查找是否存在这样的key, 辅助find方法
        def find(self, key: int):
            hash = self.hash
            _key = key % self.n
            if key in hash[_key]: return key
            return -1
    
        # 往哈希表中添加key
        def add(self, key: int) -> None:
            _key = key % self.n
            hash = self.hash
            t = self.find(key)
            if t != -1: return
            hash[_key].append(key)
    
        # 移除掉哈希表中的键
        def remove(self, key: int) -> None:
            _key = key % self.n
            t = self.find(key)
            if t == -1: return
            self.hash[_key].remove(key)
        
        # 哈希表中是否存在这样的key
        def contains(self, key: int) -> bool:
            _key = key % self.n
            t = self.find(key)
            if key in self.hash[_key]: return True
            return False