• 【代码随想录】算法训练营 第五天 第三章 哈希表 Part 1


    目录

    哈希表理论基础

    242. 有效的字母异位词

    题目

    思路

    代码

    349. 两个数组的交集

    题目

    思路

    代码

    202. 快乐数

    题目

    思路

    代码

    1. 两数之和

    题目

    思路

    代码

    无序集合解法

    map解法


    哈希表理论基础

    哈希表就是之前在数据结构中学过的散列表,通过哈希表可以实现快速查找,只要提供key值,就可以直接找到对应的value,这个和数组的根据下标直接得到数组元素异曲同工。

    哈希表还涉及到元素存储的问题,如果不同值对应的下标相同时,避免出现这种名为哈希碰撞的bug的方法有两个,首先是将哈希表的每个表位置设置为链表的头结点,这样出现相同映射时就可以将其他值放到头结点之后。还有一个方法叫做线性探测,这种方法是要存的元素比哈希表容量小时可以使用,就是要存一个元素的时候,发现这个位置已经被占了,就可以往下寻找,有空位就可以放进去。

    当我们想要用哈希表来解决问题时,一般会选择下面这三种数据结构:

    • array 数组
    • set 集合
    • map 映射

    当我们需要判断一个元素是否出现在集合里时,就要立马想到哈希法,而且,使用哈希表是一种用空间换时间的方法,因此才能实现快速查找。

    242. 有效的字母异位词

    题目

    思路

    两个字符串就是两个数组,要提取出数组中所有不同的值,还要记录出现的次数,首先想到的就是哈希表,不同的字母就是不同的key,字母出现的次数就是value,这里给出的字符串中只有26个小写字母,所以工作量并不大,把26个字母映射为26个数就行。

    所以,先开一个长度为26的数组,数组中的元素全部赋值为0,便于后续对每个字母的出现进行计数;

    接着,先遍历第一个字符串,每遍历到一个位置都要将这个位置的字母映射为数组的一个下标,这里的映射很简单,因为26个小写字母在ASCII表中是从a开始连续排列的,所以只需要把每个字符串元素减去字符 'a' ,就可以得到它们的相对位置了,用这个相对位置来作为它们在数组中的下标即可;

    遍历第一个字符串时,每遇到一个字母,就在相应的数组元素中加一;遍历第二个字符串时,每遇到一个就减一。这样到最后,如果数组中所有元素都为0,就说明两个字符串满足条件,返回true,只要有一个不为0,就直接返回false,这个用遍历就可以实现。

    代码

    1. class Solution {
    2. public:
    3. bool isAnagram(string s, string t) {
    4. int record[26] = {0};
    5. for (int i = 0; i < s.size(); i++) {
    6. record[s[i] - 'a']++;
    7. }
    8. for (int i = 0; i < t.size(); i++) {
    9. record[t[i] - 'a']--;
    10. }
    11. for (int i = 0; i < 26; i++) {
    12. if (record[i] != 0) {
    13. return false;
    14. }
    15. }
    16. return true;
    17. }
    18. };

    349. 两个数组的交集

    题目

    思路

    这道题中涉及到的数据范围太大了,不像上面只有二十六个小写字母,如果使用数组的话会导致空间利用率太低,除此之外,我们还看到题目中说,输出结果中每个元素都是唯一的,这意味着需要我们去重,而且不用考虑结果的输出顺序;

    提高空间利用率 + 去重 + 不考虑顺序,这一切都指向一个STL容器,名为 unordered_set,作为无序集合,它可以用来去重,既然需要使用这个容器,我们就需要了解它的一些简单操作:

    begin()    end()转换容器时填写在括号中
    insert()插入元素
    find(num)集合中存在num则返回这个num的迭代器,否则返回end()的迭代器

    接下来操作就很简单了,我们先把一个数组转换为集合,再遍历另一个数组,如果另一个数组中的元素出现在集合中,我们就把这个元素添加到结果集合里。

    代码

    1. class Solution {
    2. public:
    3. vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
    4. unordered_set<int> result_set; // 用集合可以去重
    5. unordered_set<int> nums_set(nums1.begin(), nums1.end()); // 第一个数组去重后的集合
    6. for (int num : nums2) {
    7. if (nums_set.find(num) != nums_set.end()) { // 找到就返回这个元素的迭代器,没找到就返回指向end的迭代器
    8. result_set.insert(num); // 往unordered_set里添加元素用的是num
    9. }
    10. }
    11. return vector<int>(result_set.begin(), result_set.end());
    12. }
    13. };

    202. 快乐数

    题目

    思路

    这道题就跟中学时做过的规律题一样,每次运算后会得到一个数,如果这个数之前出现过,就说明之后的运算会进入循环,我们可以使用集合来存储每次新出现的数,并通过不断的循环来判断有没有旧数出现,如果出现了,那就直接返回false,但是如果计算出结果为1,就返回true。

    代码

    1. class Solution {
    2. public:
    3. int getsum(int n) {
    4. int sum = 0;
    5. while(n) {
    6. sum += (n % 10) * (n % 10);
    7. n /= 10;
    8. }
    9. return sum;
    10. }
    11. bool isHappy(int n) {
    12. unordered_set<int> set;
    13. while (1) {
    14. int sum = getsum(n);
    15. if (sum == 1) {
    16. return true;
    17. }
    18. if (set.find(sum) != set.end()) {
    19. return false;
    20. }
    21. else {
    22. set.insert(sum);
    23. }
    24. n = sum;
    25. }
    26. }
    27. };

    1. 两数之和

    题目

    思路

    我是使用unorder_set来做的,用这个方法需要对两个数相等的情况进行特判,所以麻烦了一点,但好歹也是我自己做出来的,所以下面也会放上我的解法,算是正反馈;

    而卡哥则是用map来做。map相当于python里的字典,我们每次可以存入一对数据,前者是key,后者是value,对应这道题里的数组元素和下标,因为我们查找过程中用到的是数组元素,但是最后返回的是下标,所以这里用map最合适不过了。

    map的用法详见代码随想录,需要记得是,当题目中的查询涉及到一对相关联的数据时,最好使用map,因为数组只适用于数据较少时,集合只存元素,不存下标,这都对本题的解答不利,虽然我用set也勉强解出来了。

    map解法的思路和我的无序集合解法基本一致,遍历所有元素,每遍历一个元素后就将其存入map,还要查询map里是否有与其相补的元素,如果有的话,就返回两者的下标组成的数对pair,这就避免了当两个满足条件的元素相等时所需要的特判。

    代码

    无序集合解法
    1. class Solution {
    2. public:
    3. vector<int> twoSum(vector<int>& nums, int target) {
    4. unordered_set<int> set(nums.begin(), nums.end());
    5. vector<int> result1, result2;
    6. int n = 0;
    7. for (int i = 0; i < nums.size(); i++) {
    8. int num = target - nums[i];
    9. if (set.find(num) != set.end() && num != nums[i]) {
    10. result1.push_back(i);
    11. }
    12. }
    13. for (int i = 0; i < nums.size(); i++) {
    14. if (nums[i] * 2 == target) {
    15. result2.push_back(i);
    16. n++;
    17. }
    18. }
    19. if (n == 2)
    20. return result2;
    21. else
    22. return result1;
    23. }
    24. };
    map解法
    1. class Solution {
    2. public:
    3. vector<int> twoSum(vector<int>& nums, int target) {
    4. std::unordered_map<int, int> map;
    5. for (int i = 0; i < nums.size(); i++) {
    6. auto iter = map.find(target - nums[i]);
    7. if (iter != map.end()) {
    8. return {iter->second, i};
    9. }
    10. map.insert(pair<int, int>(nums[i], i));
    11. }
    12. return {};
    13. }
    14. };

  • 相关阅读:
    一、了解[mysql]索引底层结构和算法
    软考高级系统架构设计师系列之:计算机与网络基础知识汇总
    java计算机毕业设计网上购物商城演示录像源码+系统+数据库+lw文档+mybatis+运行部署
    服务器系统和普通系统的区别
    Apache Hive 数据掩码函数教程
    通过提示词越狱解锁学习提示词的新姿势
    数据中心容灾考题
    图像分割:LR-ASPP模型介绍
    环保电商:可持续发展在跨境电子商务中的崭露头角
    WPF 稳定的全屏化窗口方法
  • 原文地址:https://blog.csdn.net/Summerison/article/details/133923732