129.Rehashing-重哈希（中等题）

重哈希

1. 题目

   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
   
   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
   
   给定一个哈希表，返回重哈希后的哈希表。

   注意事项
   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。

2. 样例

   给出 [null, 21->9->null, 14->null, null]
   返回 [null, 9->null, null, null, null, 21->null, 14->null, null]

3. 题解

/** * Definition for ListNode * public class ListNode { *     int val; *     ListNode next; *     ListNode(int x) { *         val = x; *         next = null; *     } * } */public class Solution {    /**     * @param hashTable: A list of The first node of linked list     * @return: A list of The first node of linked list which have twice size     */        public ListNode[] rehashing(ListNode[] hashTable) {        ListNode[] reHashTable = new ListNode[hashTable.length * 2];        for (int i=0;i<hashTable.length;i++)        {            if (hashTable[i] != null)            {                ListNode node = hashTable[i];                while (node != null)                {                    int hc = (node.val % reHashTable.length + reHashTable.length) % reHashTable.length;                    if (reHashTable[hc] == null)                    {                        reHashTable[hc] = new ListNode(node.val);                    }                    else                    {                        ListNode dummy = reHashTable[hc];                        while (dummy.next != null)                        {                            dummy = dummy.next;                        }                        dummy.next = new ListNode(node.val);                    }                    node = node.next;                }            }        }        return reHashTable;    }};

Last Update 2016.10.13