数据结构与算法（6）——哈希表
在很多情况下，我们需要实现一个符号表，里面保存我们用到的所有符号。每个符号有一个关键码key（不同符号的关键码也不同），其余部分可能非常庞大。换句话
说，符号表应该提供以下操作：
Search(T, k)：查找关键码k是否在表中
Insert(T, x)：把x添加到表中
Delete(T, x)：从表中删除元素x
有时也把符号表称为"字典"，它最经典的实现方法是哈希表。哈希表的不同设计方法以及解决冲突的方法，我觉得单单看算法书或者数据结构上的书不是很好理解，但是结合具体的题目实例来看，就相当的具体与好理解，哈希表的思想就类似于我们平时用字典查英语单词，没有一个人会从第一页一页一页的去找，我们会以单词本身的每一个字母作为每次搜索的关键码，如apple这个单词，第一次，我们将厚厚的字典分为26个槽，槽a，槽b....槽z，我们翻到槽a的区域，然后又将该区域分为26个槽以此类推，当然这个思想跟准确对应的一种数据结构是Trie字典树，这也就是为什么说，字典树是一种特殊情况的哈希树的原因所在 ！
字典树例子：html">http://www.zzzyk.com/kf/201105/90890.html
POJ 2002 题目报告
http://poj.org/problem?id=2002
/*开散列的方法建立HASH表并查询
该题目的思路较为简单，就是枚举没两个点，即枚举每一条边，查询以改边
构成的正方形的另两个点是否在HASH表中即可
如果以A（x1,y1）和B（x2,y2）为边进行正方形的查询，那么根据平面几何的
知识得之，另条边的两个点分别有两组，分别是:
C(x1+y1-y2,y1+x2-x1),D(x2+y1-y2,y2+x2-x1)
C(x1-y1+y2,y1-x2+x1),D(x2-y1+y2,y2-x2+x1)
*/
#include<iostream>
using namespace std;
const int MAX_LEN = 1001;
const int HASH_LEN = 40001;
struct Point{
int x,y;
};
struct TagPoint{
int index;
TagPoint *next;
TagPoint(){
index = -1;
next = NULL;
}
TagPoint(int indexVal,TagPoint *nextVal){
index = indexVal;
next = nextVal;
}
};
Point pInfo[MAX_LEN];
bool find(TagPoint hash[],int x,int y){
int sum = x+y;
if(sum<0)sum=-sum;
TagPoint *p = &hash[sum];
while(true){
if(p==NULL)
return false;
if(pInfo[p->index].x==x&&pInfo[p->index].y==y)
return true;
else p = p->next;
}
}
int main(){
int pointNum = 0;
while(cin>>pointNum&&pointNum!=0){
TagPoint hash[HASH_LEN];
/****************************************/
//输入点集信息，并且建立好hash表
for(int i=0;i<pointNum;i++){
cin>>补充：综合编程 , 其他综合 ,上一个：Shell排序的原理与集体实现
下一个：字典树 POJ2001
