129.Rehashing-重哈希（中等题）

重哈希

1. 题目

   哈希表容量的大小在一开始是不确定的。如果哈希表存储的元素太多（如超过容量的十分之一），我们应该将哈希表容量扩大一倍，并将所有的哈希值重新安排。假设你有如下一哈希表：

   size=3, capacity=4
   
   哈希函数为：

   int hashcode(int key, int capacity) {
   return key % capacity;
   }

   这里有三个数字9，14，21，其中21和9共享同一个位置因为它们有相同的哈希值1(21 % 4 = 9 % 4 = 1)。我们将它们存储在同一个链表中。
   重建哈希表，将容量扩大一倍，我们将会得到：

   size=3, capacity=8
   
   给定一个哈希表，返回重哈希后的哈希表。

   注意事项
   哈希表中负整数的下标位置可以通过下列方式计算：
   C++/Java：如果你直接计算-4 % 3，你会得到-1，你可以应用函数：a % b = (a % b + b) % b得到一个非负整数。
   Python：你可以直接用-1 % 3，你可以自动得到2。

2. 样例

   给出 [null, 21->9->null, 14->null, null]
   返回 [null, 9->null, null, null, null, 21->null, 14->null, null]

3. 题解

/**
 * Definition for ListNode
 * public class ListNode {
 *     int val;
 *     ListNode next;
 *     ListNode(int x) {
 *         val = x;
 *         next = null;
 *     }
 * }
 */
public class Solution {
    /**
     * @param hashTable: A list of The first node of linked list
     * @return: A list of The first node of linked list which have twice size
     */    
    public ListNode[] rehashing(ListNode[] hashTable) {
        ListNode[] reHashTable = new ListNode[hashTable.length * 2];
        for (int i=0;i<hashTable.length;i++)
        {
            if (hashTable[i] != null)
            {
                ListNode node = hashTable[i];
                while (node != null)
                {
                    int hc = (node.val % reHashTable.length + reHashTable.length) % reHashTable.length;
                    if (reHashTable[hc] == null)
                    {
                        reHashTable[hc] = new ListNode(node.val);
                    }
                    else
                    {
                        ListNode dummy = reHashTable[hc];
                        while (dummy.next != null)
                        {
                            dummy = dummy.next;
                        }
                        dummy.next = new ListNode(node.val);
                    }
                    node = node.next;
                }
            }
        }

        return reHashTable;
    }
};

Last Update 2016.10.13