当前位置： 首页 > wzjs >正文

网站建设新闻稿搜索引擎调价平台哪个好

wzjs 2025/9/14 22:50:27
网站建设新闻稿,搜索引擎调价平台哪个好,福永网站的建设,什么是网络营销例子hash和队列青铜挑战 hash和队列基本知识 hash 哈希（Hash）是将任意长度的输入（通常是字符串）通过哈希函数映射为固定长度的输出（哈希值）。它广泛应用于数据存储、数据查找、密码学等领域。在Java中&#x…

hash和队列青铜挑战

hash和队列基本知识

hash

 哈希（Hash）是将任意长度的输入（通常是字符串）通过哈希函数映射为固定长度的输出（哈希值）。它广泛应用于数据存储、数据查找、密码学等领域。在Java中，常见的哈希相关类包括HashMap、HashSet以及Hashtable等。

哈希的基本原理

哈希函数的作用是将输入数据映射到一个固定大小的值。理想情况下，哈希函数应该：

  1. 不同的输入应该尽量映射到不同的哈希值（减少哈希冲突）。
  2. 输入数据的微小变化应该导致哈希值的大幅度变化。

Java中HashMap的基本使用

在Java中，HashMap是基于哈希表实现的，它提供了一个存储键值对的容器，通过哈希值定位存储位置，通常具有很快的查找和插入速度。

下面是一个简单的HashMap使用示例：

import java.util.HashMap;public class HashMapExample {public static void main(String[] args) {HashMap<String, Integer> map = new HashMap<>(); map.put("apple", 1);map.put("banana", 2);map.put("cherry", 3);//获取值System.out.println("The value for 'apple' is " + map.get("apple"));//遍历HashMapfor(String key : map.keySet()){System.out.println(key + " => " + map.get(key));}//判断HashMap是否包含某个键if (map.containsKey("banana")) {System.out.println("Banana exists.");}//删除键值对map.remove("cherry");System.out.println("'cherry' exists? " + map.containsKey("cherry"));}
}
哈希存储

哈希存储（或哈希表存储）是利用哈希函数将数据映射到一个固定大小的表格中。在哈希表中，数据被存储在“桶”（bucket）中，每个桶有一个对应的索引，这个索引是由哈希函数生成的。
哈希函数：哈希函数将一个输入（例如，一个字符串）映射为一个固定大小的输出（哈希值）。这个哈希值通常是整数类型，作为数组或链表的索引。

例如：

  • 输入 apple，哈希函数可能返回值 3，表示将 apple 存储在数组的第3个位置。
  • 输入 banana，哈希函数可能返回值 5，表示将 banana 存储在数组的第5个位置。

哈希表的基本操作：

  • 插入： 哈希函数会根据键计算出对应的索引，然后将值存储在该索引处。
  • 查找： 查找时，哈希函数根据键计算索引，然后直接访问该索引位置的值。
  • 删除： 删除时，哈希函数计算索引并删除该位置的值。
哈希冲突

哈希冲突发生在两个不同的键经过哈希函数计算后，得到了相同的哈希值。这意味着它们被映射到了哈希表中的相同位置（桶），但是每个位置只能存放一个值，因此就产生了冲突。

假设我们有如下的哈希表，大小为5（索引范围为0到4）：

[ ] [ ] [ ] [ ] [ ]

我们要插入两个不同的键：apple 和 banana。假设哈希函数将 apple 映射到索引 2，将 banana 映射到索引 2（由于哈希函数的特性，它们得到了相同的哈希值），此时就会发生哈希冲突。

为了解决哈希冲突，我们通常采用以下几种常见的解决方法。

解决哈希冲突的方法
1. 链式法（Chaining）

链式法是最常见的解决哈希冲突的方式。它为每个哈希表的桶（索引位置）创建一个链表或其他容器，所有映射到同一位置的键值对都保存在该链表中。

示例： 假设我们使用链表存储冲突的元素，当发生冲突时，apple 和 banana 将被存储在索引 2 的链表中：

[ ] [ ] [apple -> banana] [ ] [ ]

  • apple 和 banana 都被存储在索引为 2 的链表中，链表中的节点可以存储多个键值对。
  • 查找时，如果两个键哈希到同一个位置，程序会遍历该位置的链表查找正确的键值对。
2. 开放地址法（Open Addressing）

开放地址法是将冲突的元素存储到哈希表的其他位置。它的关键思想是，如果发生冲突，哈希表会寻找下一个空的桶来存储数据。

开放地址法有几种具体的实现方式，最常见的是线性探测和二次探测。

  • 线性探测： 如果当前位置已经被占用，程序就尝试下一个位置（即 index + 1），直到找到空位。

    例如，如果apple哈希到索引2，并且该位置已经被占用（banana），那么程序会尝试将apple存放到3，如果3也被占用，则尝试4，以此类推。

  • 二次探测： 与线性探测不同，二次探测会按照固定的步长（通常是平方数）来寻找下一个空桶。例如，如果冲突发生在位置 i，那么下一个查找的位置会是 i+1^2，如果仍然冲突，再尝试 i+2^2。

示例： 假设哈希表大小为 5，我们有以下两个键：

  • apple 哈希到位置 2。
  • banana 哈希到位置 2（发生冲突）。

使用开放地址法时，如果位置 2 已经被 apple 占用，程序就会查找下一个空位置来存储 banana，例如位置 3 或 4。

3. 再哈希法（Rehashing）

再哈希法是指，当哈希表中的元素超过某个负载因子（比如 0.75）时，重新调整哈希表的大小，并将所有现有元素重新计算哈希值并放入新表中。这通常用于动态扩展哈希表。

4. Java中的哈希冲突处理

在Java的HashMap中，哈希冲突是通过链式法来解决的。如果多个键的哈希值相同，HashMap会将这些键值对存储在同一个桶的链表中。通常，HashMap会将链表转换为红黑树（如果链表的长度超过一定阈值），从而提高查找效率。

总结
  • 哈希存储是通过哈希函数将数据映射到固定大小的数组（或桶）中，使得查找和插入操作的时间复杂度接近O(1)。
  • 哈希冲突是指两个或更多的键经过哈希计算后，得到相同的哈希值，导致它们被存储在相同的位置。

队列

队列（Queue）是一种典型的线性数据结构，遵循先进先出（FIFO, First In First Out）的原则。也就是说，最先插入队列的元素会最先被移除。队列在许多场景中都有广泛的应用，比如任务调度、进程管理、网络缓冲区等。

队列的基本操作

队列主要有以下几个基本操作：

  1. 入队（enqueue）： 向队列的尾部添加元素。
  2. 出队（dequeue）： 从队列的头部移除元素。
  3. 查看队头元素（peek/front）： 获取队列头部的元素，但不移除它。
  4. 判断队列是否为空（isEmpty）： 检查队列是否包含元素。
  5. 获取队列的大小（size）： 获取队列中元素的个数。

队列的特点

  • FIFO（先进先出）： 队列中的元素按顺序排队，最早进入队列的元素会最先出队。
  • 动态增长或固定大小： 队列可以是动态大小的（例如通过链表实现），也可以是固定大小的（例如通过数组实现）。

队列的实现方式

  1. 数组实现： 利用数组来实现队列，可以通过索引来管理队头和队尾。
  2. 链表实现： 使用链表来实现队列，节点之间通过指针连接。

Java中的队列

在Java中，队列通常由Queue接口来定义，常用的实现类有LinkedList、ArrayDeque等。Java还提供了线程安全的队列实现类，例如ConcurrentLinkedQueue。

以下是一个简单的队列实现示例，使用LinkedList来实现队列：

import java.util.LinkedList;
import java.util.Queue;public class QueueExample {public static void main(String[] args) {//创建一个队列Queue<String> queue = new LinkedList<>();//入队queue.offer("apple");queue.offer("banana");queue.offer("cherry");//查看队头元素System.out.println("Front element: " + queue.peek());//出队System.out.println("Dequeued: " + queue.poll());//打印System.out.println(queue);//判断是否为空if (!queue.isEmpty()) {System.out.println("Not empty.");}//获取队列大小System.out.println("Queue size: " + queue.size());}
}

hash和队列白银挑战

队列的经典问题

用两个栈实现队列

leetcode232

请你仅使用两个栈实现先入先出队列。队列应当支持一般队列支持的所有操作（push、pop、peek、empty）：

实现 MyQueue 类：

  • void push(int x) 将元素 x 推到队列的末尾
  • int pop() 从队列的开头移除并返回元素
  • int peek() 返回队列开头的元素
  • boolean empty() 如果队列为空，返回 true ；否则，返回 false

解法：

  1. 栈1（stackIn）：用来处理 push 操作，将元素推入栈的顶部。
  2. 栈2（stackOut）：用来处理 pop 和 peek 操作。为了保持队列的先进先出特性，我们从栈2中弹出元素。但是栈2中的元素顺序是后进先出，为了实现队列的先进先出，需要先将栈1中的所有元素倒入栈2。
详细步骤
  • push(x)：直接将元素 x 推入 stackIn。
  • pop()：
    • 如果 stackOut 为空，则将 stackIn 中的所有元素逐个弹出并推入 stackOut。这样，栈1中的元素倒入栈2时，顺序就会反转，从而模拟队列的先进先出。
    • 然后从 stackOut 中弹出并返回元素。
  • peek()：返回 stackOut 的顶部元素。如果 stackOut 为空，则先将 stackIn 中的元素倒入 stackOut，再返回 stackOut 的顶部元素。
  • empty()：检查 stackIn 和 stackOut 是否都为空。如果两个栈都为空，则队列为空。
import java.util.Stack;public class MyQueue {private Stack<Integer> stackIn;private Stack<Integer> stackOut;public MyQueue(){stackIn = new Stack<>();stackOut = new Stack<>();}//1. 直接将元素推入stackIn，将元素推到队列的末尾public void push(int x){stackIn.push(x);}//2. 将 stackIn 中的所有元素转移到 stackOut，然后从 stackOut 弹出栈顶元素并返回public int pop(){if (stackOut.isEmpty()) {while (!stackIn.isEmpty()) {stackOut.push(stackIn.pop());}}return stackOut.pop();}//3. 返回栈顶元素但不弹出public int peek(){if (stackOut.isEmpty()) {while (!stackIn.isEmpty()) {stackOut.push(stackIn.pop());}}return stackOut.peek();}//4. 判断队列是否为空public boolean empty(){return stackIn.isEmpty() && stackOut.isEmpty();}
}

用两个队列实现栈

leetcode225

要使用两个队列来实现一个后入先出（LIFO）的栈，我们需要通过队列的先进先出（FIFO）特性来模拟栈的后进先出行为。队列是先进先出，而栈是后进先出，所以我们可以通过在 push 和 pop 操作中对队列的操作顺序进行巧妙安排来实现栈的行为。

  1. 队列1（queueIn）：用来处理 push 操作，存储元素。
  2. 队列2（queueOut）：用来处理 pop 和 top 操作。
详细步骤

  • push(x)：

    • 将元素 x 放入 queueIn。这个操作时间复杂度是 O(1)。

  • pop()：

    • 将 queueIn 中的元素逐个转移到 queueOut 中，直到 queueIn 中只剩下一个元素，这个元素就是栈顶元素。
    • 弹出 queueIn 中的最后一个元素。
    • 然后交换 queueIn 和 queueOut，使得 queueIn 继续保存新的元素。
    • 这个操作的时间复杂度是 O(n)，因为可能需要将所有元素从 queueIn 移动到 queueOut。

  • top()：

    • 类似于 pop()，我们将 queueIn 中的元素逐个转移到 queueOut 中，直到只剩下一个元素。
    • 返回该元素，但不移除它。
    • 然后交换 queueIn 和 queueOut。
    • 这个操作的时间复杂度也是 O(n)。

  • empty()：

    • 直接检查 queueIn 和 queueOut 是否都为空。如果都为空，则栈为空，返回 true，否则返回 false。这个操作是 O(1) 时间复杂度。
import java.util.LinkedList;
import java.util.Queue;public class MyStack {private Queue<Integer> queueIn;private Queue<Integer> queueOut;public MyStack(){queueIn = new LinkedList<>();queueOut = new LinkedList<>();}//将元素推入栈顶public void push(int x){queueIn.offer(x);}//移除并返回栈顶元素public int pop(){while (queueIn.size() > 1) {queueOut.offer(queueIn.poll());}// 返回栈顶元素，即 queueIn 中剩下的那个元素int topElement = queueIn.poll();Queue<Integer> temp = queueIn;queueIn = queueOut;queueOut = temp;return topElement;}//返回栈顶元素，不移除public int top(){while (queueIn.size() > 1) {queueOut.offer(queueIn.poll());}// 返回栈顶元素，即 queueIn 中剩下的那个元素int topElement = queueIn.peek();// 将剩余的那个元素再次放回 queueOutqueueOut.offer(queueIn.poll());Queue<Integer> temp = queueIn;queueIn = queueOut;queueOut = temp;return topElement;}//判断栈是否为空public boolean empty(){return queueIn.isEmpty() && queueOut.isEmpty();}
}

hash和队列黄金挑战

LRU的设计与实现

请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
实现 LRUCache 类：
LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存。

int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。

void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该逐出最久未使用的关键字。
函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。

解法：

为了设计一个满足 LRU (最近最少使用) 缓存的类，可以使用 双向链表 和 哈希表 的组合来确保以下几点：

  1. 双向链表：可以支持 O(1) 时间复杂度的插入和删除操作。
  2. 哈希表：可以支持 O(1) 时间复杂度的查找操作。

具体思路：

  • 使用双向链表来维护缓存的顺序，链表的头部表示最近使用的元素，尾部表示最久未使用的元素。
  • 使用哈希表存储 key 和链表节点的映射，以便 O(1) 查找。
具体步骤
  1. get(key)：查找哈希表中的键。如果找到，返回值并将该节点移到链表头部。如果未找到，返回 -1。
  2. put(key, value)：如果键存在，更新值并将节点移到链表头部。如果键不存在，创建一个新节点，插入到链表头部，并检查是否超过容量，如果超过则移除尾部节点（即最久未使用的节点）。
import java.lang.classfile.components.ClassPrinter.Node;
import java.util.HashMap;
import java.util.Map;public class LRUCache {private final int capacity;private final Map<Integer, Node> map = new HashMap<>();private Node head = null;private Node tail = null;public LRUCache(int capacity){this.capacity = capacity;}public int get(int key){if (!map.containsKey(key)) {return -1;}Node node = map.get(key);// 移除该节点，因为它即将被移动到链表头部removeNode(node);//调用 setHead(node) 将该节点放到链表的头部setHead(node);return node.value;}public void put(int key, int value){// 如果已存在，则更新其值并移到头部if (map.containsKey(key)) {Node node = map.get(key);node.value = value;removeNode(node);setHead(node);} else {// 否则创建新的节点if (map.size() >= capacity) {  // 超过容量时移除尾部节点map.remove(tail.key);removeNode(tail);}Node newNode = new Node(key, value);map.put(key, newNode);setHead(newNode);}}public void removeNode(Node node){if (node.prev != null) { //将前驱节点的 next 指向 node 的后继节点node.prev.next = node.next;} else {head = node.next; // 如果是头节点，则更新头指针}if (node.next != null) { //将后继节点的 prev 指向 node 的前驱节点node.next.prev = node.prev;} else {tail = node.prev; // 如果是尾节点，则更新尾指针}}public void setHead(Node node){//使 node 成为新的头节点node.next = head;node.prev = null;//如果原头节点 head 不为空，则将其 prev 指向 nodeif (head != null) {head.prev = node;}//更新 head 为 nodehead = node;//如果 tail 为 null（链表为空），则将 tail 设置为 head，表示链表只有一个节点if (tail == null) {tail = head;}}private static class Node {int key;int value;Node prev;Node next;public Node(int key, int value) {this.key = key;this.value = value;}}
}

文章转载自：

http://EWBJTvQX.xczyj.cn
http://Vh1ySZyw.xczyj.cn
http://sI74hBQy.xczyj.cn
http://zTdKBOfU.xczyj.cn
http://cwVkk4Nb.xczyj.cn
http://ZdJyP7eF.xczyj.cn
http://ptzVPltf.xczyj.cn
http://VHV9aJnB.xczyj.cn
http://3dICFdmI.xczyj.cn
http://9SteQkR1.xczyj.cn
http://gO41WDlB.xczyj.cn
http://D1K4zAVg.xczyj.cn
http://qMkX9z0J.xczyj.cn
http://YJPIQYdO.xczyj.cn
http://DeTFaAfV.xczyj.cn
http://fbD4zsar.xczyj.cn
http://jDn7yzkx.xczyj.cn
http://np8VywQM.xczyj.cn
http://TRVkd6em.xczyj.cn
http://6HZ7E0Xq.xczyj.cn
http://r2vXcjO8.xczyj.cn
http://vMD2xTME.xczyj.cn
http://RTjXNMFp.xczyj.cn
http://DqVWn9aj.xczyj.cn
http://Mn10O5p9.xczyj.cn
http://qK4nex4s.xczyj.cn
http://KITC80GY.xczyj.cn
http://O8MOHUQD.xczyj.cn
http://rro1GXQ9.xczyj.cn
http://AKOBdA2U.xczyj.cn
http://www.dtcms.com/wzjs/735138.html

相关文章：

  • 网站建设费入什么科目2018新品网络推广
  • 重庆建设安全员信息网站什么是电商
  • dede如何做手机网站搜狗网站提交
  • 广州 网站建设网络推广网页设计定制网站建设开发
  • wordpress游戏代练主题优化大师破解版app
  • 网站建设的优缺点交易平台网站建设项目需求
  • 网站建设公司itcask葫芦岛建设工程信息网站
  • 做刷题网站赚钱么南宁seo域名
  • 襄阳做网站哪家好ps做网站的分辨率多少
  • 无锡百度网站排名网页在线生成app
  • 网站建设需要的人员wordpress的源代码
  • 为什么原网站建设公司不愿意透露域名管理权限给客户旅游网站开发背景意义
  • 佛山网站开发公司电话网站开发制作报价
  • 做网站用discuz还是wp个人网站 摄影展示
  • 物流建设网站总结公司图标设计大全免费
  • html的制作网站的优点义乌1688网站网页设计
  • 新竹自助建站系统my域名
  • 有个电商网站模板网站设计步骤大全
  • 做网站的接口是意思哈尔滨优质官网建站企业
  • 南阳网站排名优化公司高负载php网站开发
  • 记事本代码做网站网站建设服务费记账分录
  • 网站建设实训实训心得杭州西湖区网站建设
  • 锦州市网站建设绵阳建网站
  • 郑州专业做淘宝直播网站做图用哪个素材网站
  • 网站设计的主要内容个人简历word可编辑
  • 有人做家具网站中介吗接效果图做网站
  • 做网站对外贸有什么用微信做的地方门户网站
  • 上海网站建设网开什么网店简单又挣钱
  • 无锡网站营销推广网络工程师做什么的
  • 佛山建网站哪家好网络域名是什么