哈希表对字符串的高效处理

哈希表对字符串的高效处理

        哈希表（散列表）是一种非常高效的查找数据结构，在原理上也与其他的查找不尽相同，它回避了关键字之间反复比较的繁琐，而是直接一步到位查找结果。当然，这也带来了记录之间没有任何关联的弊端。应该说，散列表对于那些查找性能要求高，记录之间关系无要求的数据有非常好的适用性。注意对散列函数的选择和处理冲突的方法。

        Hash表是使用 O(1)时间进行数据的插入、删除和查找，但是 hash 表不保证表中数据的有序性，这样在 hash 表中查找最大数据或者最小数据的时间是 O(N) 。

 

/* 字符串中完成过滤重复字符的功能，

【输入】:1.常字符串；2.字符串长度；3.【out】用于输出过滤后的字符串.

【输出】：过滤后的字符串。

*/

思路1, 循环判定法。第1步，先记录字符串中第1个字符；第2步，然后从第2个字符开始，判定其和其前面的字符是否相同，不相同的话，则统计进去；相同的话则继续遍历，直到字符串末尾（遇到’\0’）。时间复杂度：O（n2）。

思路2, 哈希表过滤法。第1步，初始化一个哈希表，用以存储字符（key）及字符出现的次数；第2步，遍历哈希表，进行统计计数；第3步，输出统计次数为1及统计次数多余1的（输出1次）。时间复杂度：O（n）。

//循环判定法过滤掉重复字符

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

intnCnt = 0;
*pOutputStr= pInputStr[0]; //先处理第一个
++nCnt;

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

if(nNotEqualCnt== i) //和前面的都不一样.
{
pOutputStr[nCnt++]= pInputStr[i];
}

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

//哈希表法过滤字符串中的重复字符

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;
}

//将pString读入到哈希表中
while(*pHashKey!= '\0')
{
cout<< *pHashKey << "\t";
hashTable[*pHashKey]++;    //统计计数
pHashKey++;
}

//读取哈希表，对只出现1次的进行存储，对出现多次的进行1次存储。
pHashKey= pInputStr;
while(*pHashKey!= '\0')
{
if((hashTable[*(pHashKey)])== 1)   //仅有一次，
{
pOutputStr[outPutCnt++]= *pHashKey;
}
elseif((hashTable[*(pHashKey)]) > 1) // 多余一次，统计第一次
{
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;
if (NULL != strRst){  delete[] strRst;  strRst = NULL;}      return 0;
}

 

//哈希表法查找字符串中第一个不重复的字符

【功能】：查找字符串中第一个不重复的字符。

【输入】：字符串。

【输出】：第一个不重复的字符。

时间复杂度O（n），思路类似于上面的哈希表过滤法。

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;
}

//将pString存入到哈希表中
while(*pHashKey!= '\0')
{
hashTable[*(pHashKey++)]++; //统计计数
}

//读取哈希表，找到第一个=1的字符，bNotRepeatFound用于查找。.
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 = "yyy@163.com";
constchar* strSrc3 = "aabbccddeeff";
constchar* strsrc4 = "11111111";

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

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

return0;
}

举一反三：【百度面试题】对于一个海量的文件中存储着不同的URL，用最小的时间复杂度去除重复的URL。可借鉴字符串处理的哈希表过滤法。不过，这里的大文件等价于之前的字符串，这里的URL等价于之前的字符。