Lintcode129 Rehashing solution 题解

【题目描述】

The size of the hash table is not determinate at the very beginning. If the total size of keys is too large (e.g. size >= capacity / 10), we should double the size of the hash table and rehash every keys. Say you have a hash table looks like below:

size=3,capacity=4

[null, 21, 14, null]

↓    ↓

9   null

↓

null

The hash function is:

int hashcode(int key, int capacity) {

return key % capacity;

}

here we have three numbers, 9, 14 and 21, where 21 and 9 share the same position as they all have the same hashcode 1 (21 % 4 = 9 % 4 = 1). We store them in the hash table by linked list.

rehashing this hash table, double the capacity, you will get:

size=3,capacity=8

index:   0    1    2    3     4    5    6   7

hash : [null, 9, null, null, null, 21, 14, null]

Given the original hash table, return the new hash table after rehashing .

Notice

For negative integer in hash table, the position can be calculated as follow:

·C++/Java: if you directly calculate -4 % 3 you will get -1. You can use function: a % b = (a % b + b) % b to make it is a non negative integer.

·Python: you can directly use -1 % 3, you will get 2 automatically.

·

哈希表容量的大小在一开始是不确定的。如果哈希表存储的元素太多（如超过容量的十分之一），我们应该将哈希表容量扩大一倍，并将所有的哈希值重新安排。假设你有如下一哈希表：

size=3,capacity=4

[null, 21, 14, null]

↓    ↓

9   null

↓

null

哈希函数为：

int hashcode(int key, int capacity) {

return key % capacity;

}

这里有三个数字9，14，21，其中21和9共享同一个位置因为它们有相同的哈希值1(21 % 4 = 9 % 4 = 1)。我们将它们存储在同一个链表中。

重建哈希表，将容量扩大一倍，我们将会得到：

size=3,capacity=8

index:   0    1    2    3     4    5    6   7

hash : [null, 9, null, null, null, 21, 14, null]

给定一个哈希表，返回重哈希后的哈希表。

【注】：哈希表中负整数的下标位置可以通过下列方式计算：

·C++/Java：如果你直接计算-4 % 3，你会得到-1，你可以应用函数：a % b = (a % b + b) % b得到一个非负整数。

·Python：你可以直接用-1 % 3，你可以自动得到2。

·

【题目链接】

www.lintcode.com/en/problem/rehashing/

【题目解析】

此题的难度不大，只需要按照题目的要求实现代码就可以。不过需要注意的是：

1、C++/Java中，不能直接对负数使用取模运算，而需要用等式a % b = (a % b + b) % b，让所得到的hash值为非负数。

2、所得到的新的HashTable中，可能依然存在碰撞，所以仍然需要在对应hashcode位置的ListNode tail上插入新的ListNode。

【参考答案】

www.jiuzhang.com/solutions/rehashing/