Hash Table/Set 雜湊表

在 LeetCode 裡面，Hash Table 是一個很好用而且很常用的資料結構，增、刪、查、改的時間複雜度是 O(1) 。在 Python ， Hash Table 的實作是 Dict ，而且 Python 的 Dict 有很多好用的 API 可用。

以下列出常見的使用情境

計數

算有一個字串中每個字元各有幾個：透過字串的索引

s = 'apple'
table = {}
for i in range(len(s)):
    if s[i] in table:
        table[s[i]] += 1
    else:
        table[s[i]] = 1
print(table)
# {'a': 1, 'p': 2, 'l': 1, 'e': 1}

算有一個字串中每個字元各有幾個：直接遍歷字元

s = 'apple'
table = {}
for char in s:
    if char in table:
        table[char] += 1
    else:
        table[char] = 1
print(table)
# {'a': 1, 'p': 2, 'l': 1, 'e': 1}

算有一個陣列每個每個字串各有幾個

words = ['apple', 'apple', 'orange', 'banana']
table = {}
for word in words:
    if word in table:
        table[word] += 1
    else:
        table[word] = 1
print(table)
# {'apple': 2, 'orange': 1, 'banana': 1}

算有一個陣列中每個每個數字出現幾次

numbers = [random.randint(0, 3) for _ in range(10)]
table = {}
for number in numbers:
    if number in table:
        table[number] += 1
    else:
        table[number] = 1
print(table)
# {0: 2, 2: 4, 1: 2, 3: 2}

上面的技巧其實只要注意到，如果當下的元素還沒有出現在 Table 裡面，我們要預設是 1 ，後面才可以繼續累加上去，不然會發生 Key not found 的情況。

到了這裡，如果已經熟練了 Hash Table ，有三個 API 可以在寫題目的時候，可以讓你寫的程式更少發生小細節寫錯的情況

API	功能
Counter	dict subclass for counting hashable objects
OrderedDict	dict subclass that remembers the order entries were added
defaultdict	dict subclass that calls a factory function to supply missing values

計數情況實在很常見，Python 有提供另一個 Library 叫做 defaultdict ，可以幫我們做更多的事情，defaultdict 想要解決的是如果我們需要給 Hash Table 一個預設值的時候，我們可以直接指定。

以上的所有例子，都可以這樣改寫，概念比較重要，所以我只用其中一個例子來改寫，我們希望預設的值是 0 。

words = ['apple', 'apple', 'orange', 'banana']
table = defaultdict(int)
for word in words:
    table[word] += 1
print(table)
defaultdict(<class 'int'>, {'apple': 2, 'orange': 1, 'banana': 1})

一般來說我們都是用 0 開始，如果想要從 1 開始，可以這樣寫table = defaultdict(lambda: 1) 不過這比較少見。

這樣的寫法其實已經很簡潔了，但是 Python 還有提供一個更方便的東西： Counter。

words = ['apple', 'apple', 'orange', 'banana']
counter = collections.Counter(words)
print(counter)
# Counter({'apple': 2, 'orange': 1, 'banana': 1})

Hash Table 是可以很彈性的，像是上面的例子，我們知道每個字出現的頻率各是多少後，我們也可以用這個結果去找出每個頻率中，各出現了哪些字。

words = ['apple', 'apple', 'orange', 'banana']
wordToFreq = collections.Counter(words)
freqToWord = collections.defaultdict(list)
for key, val in wordToFreq.items():
    freqToWord[val].append(key)
print(wordToFreq)
# Counter({'apple': 2, 'orange': 1, 'banana': 1})
print(freqToWord)
# defaultdict(<class 'list'>, {2: ['apple'], 1: ['orange', 'banana']})

最後一個，是這三個 API 裡面，比較複雜的 Orderdict 。

雖然說 Hash Table 在增、刪、查、改的時間複雜度都很完美，可是 Hash Table 是無序的，我們無法得知每個元素在加入到 Hash Table 時出現的前後順序，因此為了解決這個問題，其實我們可以用一個陣列來把每個元素的位置記錄起來，或是也可以用 Doubly Linked List 來幫我們處理，這樣的處理在查找最早加入或是最晚加入尤其有效率。 在 Java 中，有個 LinkedHashMap 可以完成這個事情，而在 Python 可以自己實作 Linked List ，或是就用 Orderdict 就好。

我一時想不到很好的例子，但是我推薦可以試試看 LeetCode 上面的兩道常考的大魔王， LRU、LFU Cache。

146. LRU Cache 最久未使用演算法460. LFU Cache 最近最少使用演算法