1. 242-有效的字母异位词
给定两个字符串 s 和 t ,编写一个函数来判断 t 是否是 s 的字母异位词。
示例 1: 输入: s = "anagram", t = "nagaram" 输出: true
示例 2: 输入: s = "rat", t = "car" 输出: false
说明: 你可以假设字符串只包含小写字母
哈希表在数组中的应用
-
字符a到字符z的ASCII是26个连续的数值,所以字符a映射为下标0,相应的字符z映射为下标25
-
并不需要记住字符a的ASCII,只要求出一个相对数值就可以了, 差值是从0到25
-
不需要分别统计s和t中各字符,记录一个+1,另一个-1,最后判断是否全为0,更简便
-
时间复杂度为O(n),空间上因为定义了一个常量大小的辅助数组,所以空间复杂度为O(1)
class Solution: def isAnagram(self, s: str, t: str) -> bool: #使用数组哈希表 record = [0] * 26 # 定义0数组来记录字符出现次数 for i in s: record[ord(i) - ord('a')] += 1 #计算s中各字符相对’a'的ASCII差值,然后记录+1 for i in t: record[ord(i) - ord('a')] -= 1 #计算t中的,记录-1 for i in record: if i != 0: return False return True
-
暴力解法,两层for循环,同时还要记录字符是否重复出现,很明显时间复杂度是 O(n^2)。
Python写法二(没有使用数组作为哈希表,只是介绍defaultdict这样一种解题思路):
class Solution: def isAnagram(self, s: str, t: str) -> bool: from collections import defaultdict s_dict = defaultdict(int) t_dict = defaultdict(int) for x in s: s_dict[x] += 1 for x in t: t_dict[x] += 1 return s_dict == t_dict
Python写法三(没有使用数组作为哈希表,只是介绍Counter这种更方便的解题思路):
class Solution(object): def isAnagram(self, s: str, t: str) -> bool: from collections import Counter a_count = Counter(s) b_count = Counter(t) return a_count == b_count
2. 349-两个数组的交集
如果哈希值比较少、特别分散、跨度非常大,使用数组就造成空间的极大浪费!
题意:给定两个数组,编写一个函数来计算它们的交集。
说明: 输出结果中的每个元素一定是唯一的。 我们可以不考虑输出结果的顺序。
这道题目,主要要学会使用一种哈希数据结构:unordered_set,这个数据结构可以解决很多类似的问题。
注意题目特意说明:输出结果中的每个元素一定是唯一的,也就是说输出的结果的去重的, 同时可以不考虑输出结果的顺序
这道题用暴力的解法时间复杂度是O(n^2)
关于set,C++ 给提供了如下三种可用的数据结构:
-
std::set
-
std::multiset
-
std::unordered_set
std::set和std::multiset底层实现都是红黑树,std::unordered_set的底层实现是哈希表, 使用unordered_set 读写效率是最高的,并不需要对数据进行排序,而且还不要让数据重复,所以选择unordered_set。
class Solution: def intersection(self, nums1: List[int], nums2: List[int]) -> List[int]: #哈希表 key 为 nums1 数组中的数,value 为值 hash = {} res = [] for i in nums1: if not hash.get(i): #限定了key=i value无值时 hash[i] = 1 for j in nums2: if hash.get(j): #如果nums2中的数在hash存在 res.append(j) #对应的数存入res列表 hash[j] = 0 #对应value置为0 return res
(版本二) 使用数组
class Solution: def intersection(self, nums1: List[int], nums2: List[int]) -> List[int]: count1 = [0]*1001 count2 = [0]*1001 result = [] for i in range(len(nums1)): count1[nums1[i]]+=1 for j in range(len(nums2)): count2[nums2[j]]+=1 for k in range(1001): if count1[k]*count2[k]>0: result.append(k) return result
(版本三) 使用集合
class Solution: def intersection(self, nums1: List[int], nums2: List[int]) -> List[int]: return list(set(nums1) & set(nums2))
3. 202-快乐数
编写一个算法来判断一个数 n 是不是快乐数。
「快乐数」定义为:对于一个正整数,每一次将该数替换为它每个位置上的数字的平方和,然后重复这个过程直到这个数变为 1,也可能是 无限循环 但始终变不到 1。如果 可以变为 1,那么这个数就是快乐数。
如果 n 是快乐数就返回 True ;不是,则返回 False 。
示例:
输入:19 输出:true 解释: 1^2 + 9^2 = 82 8^2 + 2^2 = 68 6^2 + 8^2 = 100 1^2 + 0^2 + 0^2 = 1
class Solution: def isHappy(self, n: int) -> bool: #使用集合 record = set() #记录出现过的数 while n != 1: n = sum(int(i) ** 2 for i in str(n)) #计算平方和 if n in record: #若出现过,则进入无限循环 return False else: record.add(n) #没出现过,则记录 return True
4. 1-两数之和
给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。
你可以假设每种输入只会对应一个答案。但是,数组中同一个元素不能使用两遍。
示例:
给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]
本题重点明确:
-
为什么使用哈希表
当我们需要查询一个元素是否在集合里,就要第一时间想到哈希法。本题需要一个集合来存放遍历过的元素,并在后续需要查询这个集合是否有某元素。
-
为什么使用map
本题不仅需要查询集合中是否有某元素,且需要该元素的下标。所以key存放元素,value存放下标。
-
map的作用:存放遍历过的元素
为什么不使用数组或set:
-
数组的大小是受限制的,如果元素很少,而哈希值太大会造成内存空间的浪费。
-
set是一个集合,里面放的元素只能是一个key,而本题不仅要查询某元素是否存在,且需要下标。
class Solution: def twoSum(self, nums: List[int], target: int) -> List[int]: #使用字典 record = dict() for index, num in enumerate(nums): #key存放元素num,value存放下标index if target - num in record: #判断是否互补元素是否在record return [record[target-num], index] #若有,返回两个下标 record[num] = index #若没有,存放进字典 return []
-
时间复杂度: O(n)
-
空间复杂度: O(n)