设计哈希集合

705. 设计哈希集合

不使用任何内建的哈希表库设计一个哈希集合（HashSet）。

实现 MyHashSet 类：

• void add(key) 向哈希集合中插入值 key 。
• bool contains(key) 返回哈希集合中是否存在这个值 key 。
• void remove(key) 将给定值 key 从哈希集合中删除。如果哈希集合中没有这个值，什么也不做。

示例：

输入：
["MyHashSet", "add", "add", "contains", "contains", "add", "contains", "remove", "contains"]
[[], [1], [2], [1], [3], [2], [2], [2], [2]]
输出：
[null, null, null, true, false, null, true, null, false]

解释：
MyHashSet myHashSet = new MyHashSet();
myHashSet.add(1);      // set = [1]
myHashSet.add(2);      // set = [1, 2]
myHashSet.contains(1); // 返回 True
myHashSet.contains(3); // 返回 False ，（未找到）
myHashSet.add(2);      // set = [1, 2]
myHashSet.contains(2); // 返回 True
myHashSet.remove(2);   // set = [1]
myHashSet.contains(2); // 返回 False ，（已移除）

**提示：**

• 0 <= key <= 106
• 最多调用 104 次 add、remove 和 contains 。

方法一：链地址法

设哈希表的大小为 base，hash 函数为hash(x) = x mod base,base 取质数 769。

数组中每个位置是一个链表，当计算出哈希值后，就插入对应链表中。

class MyHashSet {
    private static final int BASE = 769;
    private LinkedList[] data;

    /** Initialize your data structure here. */
    public MyHashSet() {
        data = new LinkedList[BASE];
        for(int i = 0; i < BASE; i++){
            data[i] = new LinkedList<Integer>();
        }
    }
    
    public void add(int key) {
        int h = hash(key);
        Iterator<Integer> iterator = data[h].iterator();
        while(iterator.hasNext()){
            Integer element = iterator.next();
            if(element == key){
                return;
            }
        }
        data[h].offerLast(key);
    }
    
    public void remove(int key) {
        int h = hash(key);
        Iterator<Integer> iterator = data[h].iterator();
        while(iterator.hasNext()){
            Integer element = iterator.next();
            if(element == key){
                data[h].remove(element);
                return;
            }
        }
    }
    
    /** Returns true if this set contains the specified element */
    public boolean contains(int key) {
        int h = hash(key);
        Iterator<Integer> iter = data[h].iterator();
        while(iter.hasNext()){
            Integer element = iter.next();
            if(element == key){
                return true;
            }
        }
        return false;
    }

    private static int hash(int key){
        return key % BASE;
    } 
}

• 时间复杂度O(n/b)，n为哈希表中的元素数量，b 为链表的数量，假设链表长度为均匀的。
• 空间复杂度O(n + b)