【数据结构与算法 | 哈希表篇】力扣136, 242

1. 力扣136：只出现一次的数字

1.1 题目

给你一个 非空 整数数组 nums ，除了某个元素只出现一次以外，其余每个元素均出现两次。找出那个只出现了一次的元素。

你必须设计并实现线性时间复杂度的算法来解决此问题，且该算法只使用常量额外空间。

示例 1 ：

输入：nums = [2,2,1]
输出：1

示例 2 ：

输入：nums = [4,1,2,1,2]
输出：4

示例 3 ：

输入：nums = [1]
输出：1

提示：

• 1 <= nums.length <= 3 * 104
• -3 * 104 <= nums[i] <= 3 * 104
• 除了某个元素只出现一次以外，其余每个元素均出现两次。

1.2 思路：

没啥好说的。

1.3 题解：

class Solution {
    public int singleNumber(int[] nums) {
        HashMap<Integer, Integer> hashmap = new HashMap<>();
        if (nums.length == 1) {
            return nums[0];
        }
        for (int i = 0; i < nums.length; i++) {
            if (!hashmap.containsKey(nums[i])){
                hashmap.put(nums[i], i);
            } else {
                hashmap.remove(nums[i]);
            }
        }
        int j = 0;
        for (; j < nums.length; j++) {
            if(hashmap.containsKey(nums[j])){
                break;
            }
        }
        return nums[j];
    }
}

2. 力扣242：有效的字母异位词

2.1 题目：

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。

注意：若 s 和 t 中每个字符出现的次数都相同，则称 s 和 t 互为字母异位词。

示例 1:

输入: s = "anagram", t = "nagaram"
输出: true

示例 2:

输入: s = "rat", t = "car"
输出: false

提示:

• 1 <= s.length, t.length <= 5 * 104
• s 和 t 仅包含小写字母

进阶: 如果输入字符串包含 unicode 字符怎么办？你能否调整你的解法来应对这种情况？

2.2 思路：

题目所说字符串中的字符都是小写字母，所以我们可以用int[26]这样的数组来存储每个字符出现的次数。进阶上说，如果包含了unicode字符，这个时候如果使用数组的话，会很消耗系统的性能，比较浪费空间，我们就可以考虑使用哈希表。

2.3 题解：

class Solution {
    public boolean isAnagram(String s, String t) {
        // 如果两个字符串连长度都不一样的话，不用进行判断了
        // 直接返回
        if (s.length() != t.length()) {
            return false;
        }
        HashMap<Character, Integer> hashmap = new HashMap<>();
        // 思路就是：用哈希表的键来表示字符，用其值来表示字符出现的个数
        for (int i = 0; i < s.length(); i++) {
            char ch = s.charAt(i);
            if (!hashmap.containsKey(ch)){
                // 如果哈希表中不存在该字符，就将该字符放进哈希表，且其值为1
                hashmap.put(ch, 1);
            } else {
                // 如果已经存在，就更新哈希表该键的值
                hashmap.put(ch, hashmap.get(ch) + 1);
            }
        }
        for (int j = 0; j < t.length(); j++) {
            char ch = t.charAt(j);
            // 如果在哈希表中不存在，直接返回false
            if (!hashmap.containsKey(ch)){
                return false;
            } else {
                int diff = hashmap.get(ch) - 1;
                // 如果该字符的个数已经为0了，那么可以把这个字符键值对从哈希表中删除
                if (diff <= 0) {
                    hashmap.remove(ch);
                } else {
                    // 否则更新：将该字符的值减1
                    hashmap.put(ch, diff);
                }
            }
        }
        // 看哈希表的长度是否是0即可
        return hashmap.size() == 0;
    }
}