哈希表對字符串的高效處理

哈希表對字符串的高效處理

        哈希表（散列表）是一種非常高效的查找數據結構，在原理上也與其他的查找不盡相同，它迴避了關鍵字之間反覆比較的繁瑣，而是直接一步到位查找結果。當然，這也帶來了記錄之間沒有任何關聯的弊端。應該說，散列表對於那些查找性能要求高，記錄之間關係無要求的數據有非常好的適用性。注意對散列函數的選擇和處理衝突的方法。

        Hash表是使用 O(1) 時間進行數據的插入、刪除和查找，但是 hash 表不保證表中數據的有序性，這樣在 hash 表中查找最大數據或者最小數據的時間是 O(N) 。

 

/* 字符串中完成過濾重複字符的功能，

【輸入】:1.常字符串；2.字符串長度；3.【out】用於輸出過濾後的字符串.

【輸出】：過濾後的字符串。

*/

思路1, 循環判定法。第1步，先記錄字符串中第1個字符；第2步，然後從第2個字符開始，判定其和其前面的字符是否相同，不相同的話，則統計進去；相同的話則繼續遍歷，直到字符串末尾（遇到’\0’）。時間複雜度：O（n²）。

思路2, 哈希表過濾法。第1步，初始化一個哈希表，用以存儲字符（key）及字符出現的次數；第2步，遍歷哈希表，進行統計計數；第3步，輸出統計次數爲1及統計次數多餘1的（輸出1次）。時間複雜度：O（n）。

//循環判定法過濾掉重複字符

void stringFilter(const char*pInputStr, long lInputLen, char *pOutputStr)
{
       if(pInputStr== NULL || lInputLen == 0 || pOutputStr == NULL)
       {
              return;
       }

       intnCnt = 0;
       *pOutputStr= pInputStr[0];            //先處理第一個
       ++nCnt;

       intnNotEqualCnt = 0;                 //統計計數
       for(inti = 1; i < lInputLen; i++)
       {
              nNotEqualCnt= 0;
              for(intj = i-1; j >=0; j--)
              {
                     if(pInputStr[i]!= pInputStr[j])
                     {
                            ++nNotEqualCnt;
                     }
              }

              if(nNotEqualCnt== i)  //和前面的都不一樣.
              {
                     pOutputStr[nCnt++]= pInputStr[i];
              }

       }//endfor
       pOutputStr[nCnt]= '\0';
}

//哈希表法過濾字符串中的重複字符

void stringFilterFast(const char*pInputStr, long lInputLen, char *pOutputStr)
{
       charrstChar = '\0';
       boolbNotRepeatFound = false;
       constunsigned int size = 256;
       unsignedint hashTable[size];
       constchar* pHashKey = pInputStr;
       intoutPutCnt = 0;

       if(pInputStr== NULL)
       {
              return;
       }

       //初始化哈希表
       for(unsignedint i = 0; i < size; i++)
       {
              hashTable[i]= 0;
       }

       //將pString讀入到哈希表中
       while(*pHashKey!= '\0')
       {
              cout<< *pHashKey << "\t";
              hashTable[*pHashKey]++;    //統計計數
              pHashKey++;
       }

       //讀取哈希表，對只出現1次的進行存儲，對出現多次的進行1次存儲。
       pHashKey= pInputStr;
       while(*pHashKey!= '\0')
       {
              if((hashTable[*(pHashKey)])== 1)   //僅有一次，
              {
                     pOutputStr[outPutCnt++]= *pHashKey;
              }
              elseif((hashTable[*(pHashKey)]) > 1) // 多餘一次，統計第一次
              {
                     pOutputStr[outPutCnt++]= *pHashKey;
                     hashTable[*(pHashKey)]= 0;
              }
              pHashKey++;
       }
       pOutputStr[outPutCnt]= '\0';

}

int main()
{
       constchar* strSrc = "desdefedeffdsswwwwwwwwwwdd";//"desdefedeffdssw";
       char*strRst =new char[strlen(strSrc)+1];
       stringFilter(strSrc,strlen(strSrc), strRst);
       cout<< strRst << endl;
       return0;
}

//哈希表法查找字符串中第一個不重複的字符

【功能】：查找字符串中第一個不重複的字符。

【輸入】：字符串。

【輸出】：第一個不重複的字符。

時間複雜度O（n），思路類似於上面的哈希表過濾法。

char FirstNotRepeatingChar(constchar* pString)
{
       charrstChar = '\0';
       boolbNotRepeatFound = false;
       constunsigned int size = 256;
       unsignedchar hashTable[size];
       constchar* pHashKey = pString;

       if(pString== NULL)
       {
              returnrstChar;
       }

       //初始化哈希表
       for(unsignedint i = 0; i < size; i++)
       {
              hashTable[i] = 0;
       }

       //將pString存入到哈希表中
       while(*pHashKey!= '\0')
       {
              hashTable[*(pHashKey++)]++;    //統計計數
       }

       //讀取哈希表，找到第一個=1的字符，bNotRepeatFound用於查找。.
       pHashKey= pString;
       while(*pHashKey!= '\0')
       {
              if((hashTable[*(pHashKey)]) == 1)
              {
                     bNotRepeatFound= true;
                     rstChar= *pHashKey;
                     break;
              }
              pHashKey++;
       }

       if(bNotRepeatFound)
       {
              cout<< "The first not Repeate char is " << rstChar <<endl;
       }
       else
       {
              cout<< "The first not Repeate char is not Exist " << endl;
       }

       returnrstChar;
}

int main()
{
       constchar* strSrc = "google";
       constchar* strSrc2 = "[email protected]";
       constchar* strSrc3 = "aabbccddeeff";
       constchar* strsrc4 = "11111111";

       constchar* strArray[4] = {strSrc, strSrc2, strSrc3, strsrc4};

      for(inti = 0; i < 4; i++)
      {
              FirstNotRepeatingChar(strArray[i]);
       }

       return0;
}

舉一反三：【百度面試題】對於一個海量的文件中存儲着不同的URL，用最小的時間複雜度去除重複的URL。可借鑑字符串處理的哈希表過濾法。不過，這裏的大文件等價於之前的字符串，這裏的URL等價於之前的字符。