趣味算法:JS实现红绳算法(匹配合适的另一半)

今天主题趣味算法:JS实现红绳算法(匹配合适的另一半)_第1张图片

为什么要发明红绳算法?

  • 因为我在朋友圈发起了一个活动

  • 趣味算法:JS实现红绳算法(匹配合适的另一半)_第2张图片

  • 那么看看大家都留言了些什么数据呢?

趣味算法:JS实现红绳算法(匹配合适的另一半)_第3张图片
  • 意味着,两个关键数据:城市 + 数字(特殊字符)

分析这个数据的意义

  • 城市:留下数据者的所在城市,但是现在车、马、书信都很快,所以这并不是我们用来界定男女是否匹配的依据,只能说是有特殊需求,例如不接受异地恋的这种就匹配,本次我们不考虑

  • 数字:就算是幸运数字吧

如何让大家匹配上?(合理且随机)

  • HashTable(也叫HashMap)的数据结构存储大家的信息

  • 对于可能出现冲突的hash值,使用分离链接或者线性探测解决冲突

  • 于小姐姐稀缺,小哥哥太多,于是本次不区分性别(泪奔)

正式开始

什么是hashTable

  • 散列表(Hash table,也叫哈希表),是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。

  • 给定表M,存在函数f(key),对任意给定的关键字值key,代入函数后若能得到包含该关键字的记录在表中的地址,则称表M为哈希(Hash)表,函数f(key)为哈希(Hash) 函数。

开始动手

  • 实现HashTable,编写散列函数 loseloseHashCode

class HashTable {
  constructor() {
    this.table = []; // 数组形式存储
  }
 
 // 散列运算函数,可自定义
 // 此处时最常见的散列函数 ‘lose lose’
  static loseloseHashCode(key) {
      let hash = 0;
      for (var i = 0; i < key.length; i++) {
          hash += key.charCodeAt(i);
      }
      //对hash取余,这是为了得到一个比较小的hash值,
      //但是这里取余的对象又不能太大,要注意
      return hash % 37;
  }
 
  // 修改和增加元素
  put(key, value) {
    const position = HashTable.loseloseHashCode(key);
    console.log(`${position} - ${key}`);
    this.table[position] = value;
  }
 
  get(key) {
    return this.table[HashTable.loseloseHashCode(key)];
  }
 
  remove(key) {
    this.table[HashTable.loseloseHashCode(key)] = undefined;
  }
}
 
const hash = new HashTable();
hash.put('Surmon', '[email protected]') // 15 - Surmon
hash.put('Jhon', '[email protected]') // 29 - Jhon
hash.put('Tyrion', '[email protected]') // 16 - Tyrion
 
console.log(hash.get('Surmon')); // [email protected]
console.log(hash.get('Loiane')); // undefined
console.log(hash)
  • 注意:散列函数实现有很多种,此处并非最优。

趣味算法:JS实现红绳算法(匹配合适的另一半)_第4张图片

说人话

  • JS里面实现哈希表,用的是数组形式。通过key计算出hash作为下标,将value作为下标对应在数组中的值。

  • 问题来了:如果没有下标的那一项,当然是undefined,但是如果key值计算后得到的hash值重复了,那怎么办?会被覆盖掉。我们不允许出现这个问题.因为我们要把所有人的信息都存进去,今天介绍两种方法:

    • 分离链接

    • 线性探测

趣味算法:JS实现红绳算法(匹配合适的另一半)_第5张图片
  • (一)线性探测法

    • 线性探测法是最简单的处理冲突的方法。

    • (1)插入元素:插入元素时,如果发生冲突,算法将从该槽位向后遍历哈希表,直到找到表中的下一个空槽,并将该值放入到空槽当中。

    • (2)查找元素:查找元素时,首先散列值所指向的槽,如果没有找到匹配,则继续从该槽向后遍历哈希表,直到:1)找到相应的元素;2)找到一个空槽(指示查找的元素不存在);3)整个哈希表都遍历完毕(指示该元素不存在并且哈希表已满,JS数组可以动态拓展长度,这个问题不存在)

    • 线性探测法存在的缺点:

    • (1)处理溢出需要另编程序。一般可以设立一个溢出表,用来存放上述哈希表中放不下的记录。此溢出表最简单的结构是顺序表,查找方法可用顺序查找;

    • (2)删除工作很复杂。因为一旦对某一个元素删除后,该位置出现空槽,后续查找到该空槽时会认为该元素不存在。需要一种方法对删除元素进行标记;

    • (3)由于每次都是线性递增,容易导致堆聚,即存入哈希表的记录在表中都连成一片,后续发生冲突的可能性会越大。

简单来说:就是初次发现这个下标被存储占用了(说明重复了)就会把下标自增1,然后继续查找空的下标用于存储信息

  • (二)分离链接

    • 使用单链表存储hash对应的信息,如果插入时候发现重复了,就把这个最新的信息添加到链表头部,这样一个HASH就可以对应一个单链表存储信息,这个链表可以无限扩容,避免了重复

趣味算法:JS实现红绳算法(匹配合适的另一半)_第6张图片
  • JS实现单链表

function LinkedList() {

  // Node辅助类,表示要加入列表的项,element是即将添加到列表的值,next是指向列表中下一个节点项的指针
  let Node = function (element) {
      this.element = element
      this.next = null
  }

  let length = 0
  let head = null

  // 向链表尾部追加元素
  this.append = function (element) {
      let node = new Node(element)
      let current
      if (head === null) { // 列表中第一个节点
          head = node
      } else {
          current = head
          while (current.next) {
              current = current.next // 找到最后一项,是null
          }
          current.next = node // 给最后一项赋值
      }
      length++ // 更新列表的长度
  }

  // 从链表中移除指定位置元素
  this.removeAt = function (position) {
      if (position > -1 && position < length) { // 值没有越界
          let current = head
          let previous, index = 0
          if (position === 0) { //  移除第一项
              head = current.next
          } else {
              while (index++ < position) {
                  previous = current
                  current = current.next
              }
              previous.next = current.next // 将previous与current的下一项连接起来,跳过current,从而移除
          }
          length-- // 更新列表的长度
          return current.element
      } else {
          return null
      }
  }

  // 在链表任意位置插入一个元素
  this.insert = function (position, element) {
      if (position >= 0 && position <= length) { // 检查越界值
          let node = new Node(element),
              current = head,
              previous,
              index = 0
          if (position === 0) { // 在第一个位置添加
              node.next = current
              head = node
          } else {
              while (index++ < position) {
                  previous = current
                  current = current.next
              }
              node.next = current // 在previous与current的下一项之间插入node
              previous.next = node
          }
          length++
          return true
      } else {
          return false
      }
  }

  // 把链表内的值转换成一个字符串
  this.toString = function () {
      let current = head,
          string = ''
      while (current) {
          string += current.element + ' '
          current = current.next
      }
      return string
  }

  // 在链表中查找元素并返回索引值
  this.indexOf = function (element) {
      let current = head,
          index = 0
      while (current) {
          if (element === current.element) {
              return index
          }
          index++
          current = current.next
      }
      return -1
  }

  // 从链表中移除指定元素
  this.remove = function (element) {
      let index = this.indexOf(element)
      return this.removeAt(index)
  }

  this.isEmpty = function () {
      return length === 0
  }

  this.size = function () {
      return length
  }

  this.getHead = function () {
      return head
  }
}
let list = new LinkedList()
list.append(1)
list.append(2)
console.log(list.toString()) // 1 2
list.insert(0, 'hello')
list.insert(1, 'world')
console.log(list.toString()) // hello world 1 2
list.remove(1)
list.remove(2)
console.log(list.toString()) // hello world 

数据结构准备完毕!开始做事

  • 收集用户数据,用户数据示例为:深圳,18,但是有很多条这种数据

  • 我们匹配用户,不根据它的城市和幸运数组具体数值匹配,因为金钱乱了年纪,大棚乱了四季

  • 修改hashTableput方法.做防止重复处理,我们这里使用分离链接的方法,配合单链表~

  // 修改和增加元素
  put(key, value) {
      const position = HashTable.loseloseHashCode(key);
      console.log(`${position} - ${key}`);
      //如果存在就直接在链表头部
      if (this.table[position]) {
          console.log(this.table[position].toString(), 1);
          this.table[position].insert(0, value);
      } else {
          //否则新建一个单链表,作为这个hashTable中key对应的value
          const list = new LinkedList();
          list.append(value);
          console.log(list.toString(), 2);
          this.table[position] = list;
      }
  }
  • 测试使用:

const hash = new HashTable();
hash.put('深圳', 69);
hash.put('深圳', 96);
console.log(hash.get('深圳').getHead(), 33);
  • 符合预期,用链表存储了所有相同key的值

数据结构和基础算法准备完毕

  • 如何匹配?

  • 先把所有数据录入到一个数组中

趣味算法:JS实现红绳算法(匹配合适的另一半)_第7张图片
  • 把所有数据塞入hashTable

arr.forEach(item => {
        hash.put(Object.keys(item)[0], item[Object.keys(item)[0]]);
    });
    console.log(hash.get('深圳').getHead(),hash.get('深圳').size());
  • 打印结果,深圳一共有18个人,还好我们做了分离链接保存了这些重复的hash对应的值:

目前我们的hashTable数据长这样

趣味算法:JS实现红绳算法(匹配合适的另一半)_第8张图片
  • 每个hash即数组下标对应一个链表(如果有)/undefined(如果没有)

趣味算法:JS实现红绳算法(匹配合适的另一半)_第9张图片

中奖规则设计

  • 今天是七夕,于是我取出每个hash对应链表的第7个位置人出来匹配

       getGoodLuck = function(num) {
            const data = [];
            hash.table.forEach((list, index) => {
                let count = 0;
                let item = list.getHead();
                for (let i = 0; i < list.size(); i++) {
                    count++;
                    count === num && data.push({ item, index });
                    item = item.next;
                }
            });
            return data;
        };
        console.log(getGoodLuck(7));
  • 打印结果:

趣味算法:JS实现红绳算法(匹配合适的另一半)_第10张图片
  • 此时我们再次打印hashTable中的散列函数,查看对应的index是什么城市

  // 修改和增加元素
            put(key, value) {
                const position = HashTable.loseloseHashCode(key);
                console.log(key, '------', position);
                //如果存在就直接在链表头部
                if (this.table[position]) {
                    this.table[position].insert(0, value);
                } else {
                    //否则新建一个单链表,作为这个hashTable中key对应的value
                    const list = new LinkedList();
                    list.append(value);
                    this.table[position] = list;
                }
            }
趣味算法:JS实现红绳算法(匹配合适的另一半)_第11张图片
  • 最终发现 :

    • 杭州 ------ 2

    • 深圳 ------ 0

    • 北京 ------ 8

    • 广州 ------ 10

    • 上海 ------ 12

  • 意味着中奖名单是:

    • 深圳 - 88

    • 杭州 - 66

    • 北京 - 9

    • 广州 - 51

    • 上海 - 22

匹配爱情

  • 选中每个hash对应的链表第6个和第9个,配对。

  console.log(getGoodLuck(6), 6);
  console.log(getGoodLuck(9), 9);
趣味算法:JS实现红绳算法(匹配合适的另一半)_第12张图片
  • 那么由两个数组前三个两两配对

    • 深圳97配对深圳66

    • 天津16配对北京66

    • 北京17配对广州23

写在最后

  • 本文目的:送书,七夕节祝大家快乐。给大家牵线,本文源码:https://github.com/JinJieTan/Peter-/blob/master/index.html

  • 我是Peter谭老师,你如果我写的趣味学算法系列不错,可以点个赞和在看,支持下。以后会有更多趣味学习的文章,欢迎关注我们公众号:【前端巅峰

你可能感兴趣的:(链表,算法,数据结构,python,hash)