刷穿剑指offer-Day16-哈希表III 哈希表的总结与题型扩展！

昨日回顾

昨天，我们针对Java中的 HashMap 、HashSet ，和Python中的 dict & set 使用，进行了分类学习，并按照表格总结了不同数据结构所包含的方法与使用场景。在这两个数据结构上，Python与Java倒是大同小异，没有过多的差别。

之后，通过两道题目简单了解了这类题型的解题方式。那么今天，我们在此基础上进一步来熟悉下哈希表解题的运用。

先来一道阅读理解题目热热身子吧！

剑指OfferII034.外星语言是否排序

https://leetcode-cn.com/problems/lwyVBB/solution/shua-chuan-jian-zhi-offer-day16-ha-xi-bi-mtik/

难度：简单

题目：

某种外星语也使用英文小写字母，但可能顺序 order 不同。字母表的顺序(order)是一些小写字母的排列。

给定一组用外星语书写的单词 words，以及其字母表的顺序 order，只有当给定的单词在这种外星语中按字典序排列时，
返回 true；否则，返回 false。

提示：

• 1 <= words.length <= 100
• 1 <= words[i].length <= 20
• order.length == 26
• 在 words[i] 和 order 中的所有字符都是英文小写字母。

示例：

示例 1：
输入：words = ["hello","leetcode"], order = "hlabcdefgijkmnopqrstuvwxyz"
输出：true
解释：在该语言的字母表中，'h' 位于 'l' 之前，所以单词序列是按字典序排列的。

示例 2：
输入：words = ["word","world","row"], order = "worldabcefghijkmnpqstuvxyz"
输出：false
解释：在该语言的字母表中，'d' 位于 'l' 之后，那么 words[0] > words[1]，因此单词序列不是按字典序排列的。

示例 3：
输入：words = ["apple","app"], order = "abcdefghijklmnopqrstuvwxyz"
输出：false
解释：当前三个字符 "app" 匹配时，第二个字符串相对短一些，然后根据词典编纂规则 "apple" > "app"，
因为 'l' > '∅'，其中 '∅' 是空白字符，定义为比任何其他字符都小(更多信息)。

分析

坦白说这是一道阅读理解题目，能仔细看清楚题目要求的比较规则，就差不多已经通过了...
根据外星人的英文字母顺序，比较words列表中的每个单词是按照 升序 排列的，则返回 true ，否则返回 false
那么如何比较每个单词的顺序呢？通过观察示例，我们了解到其实就是针对单词去按位比较，在order中的顺序。
这里注意下，如果长度不够，以空补充，空即无穷小。
理解了上面的思路，就可以开始编写解题了：

1. 比较单词的出现顺序，可以用到哈希表去快速获取单词的排序下标，既然是哈希表专题，就不用ascii配合数组模拟哈希了。
2. 然后就要开始单词的逐个比较了，这个可以参考冒泡排序的方式两两比较，a<b且b<c,则肯定a < c
3. 如果遇到left[index] > right[index] 直接返回False，无需其他操作了
4. 如果遇到left[index] < right[index] 类似 109 < 110 十位已经小了，后面就没必要看了，直接break接着比较下一个。
5. 如果第三步一直没有false，最终返回true即可。

来看看具体解题吧：

解题：

Python:

class Solution:
    def isAlienSorted(self, words: List[str], order: str) -> bool:
        dic = {j: i for i, j in enumerate(order)}
        for i in range(len(words) - 1):
            w1, w1_len = words[i], len(words[i])
            w2, w2_len = words[i + 1], len(words[i + 1])
            for idx in range(max(w1_len, w2_len)):
                w1_idx = -1 if idx >= w1_len else dic[w1[idx]]
                w2_idx = -1 if idx >= w2_len else dic[w2[idx]]
                if w1_idx > w2_idx:
                    return False
                if w1_idx < w2_idx:
                    break
        return True

Java:

class Solution {
    public boolean isAlienSorted(String[] words, String order) {
        HashMap<Character, Integer> map = new HashMap<>();
        for (int i = 0; i < order.length(); i++) {
            map.put(order.charAt(i), i);
        }
        for (int i = 0; i < words.length - 1; i++) {
            String w1 = words[i];
            int w1_len = w1.length();
            String w2 = words[i + 1];
            int w2_len = w2.length();
            for (int j = 0; j < Math.max(w1_len, w2_len); j++) {
                int idx_w1 = j > w1_len ? -1 : map.get(w1.charAt(j));
                int idx_w2 = j > w2_len ? -1 : map.get(w2.charAt(j));
                if (idx_w1 > idx_w2) return false;
                if (idx_w1 < idx_w2) break;
            }
        }
        return true;
    }
}

这道阅读理解的题目，是不是一下子把自信就给找回来了？

虽然说哈希表是算法中最常用的数据结构，但是它却比较比较简单而纯粹，当你需要优化时间的时候，就使用它来把时间转换为空间。就是这么简单....

注意：但下面我要不按套路出牌的给大家分享一道很特别的哈希表题目了，快来看看吧。

525.连续数组

https://leetcode-cn.com/problems/contiguous-array/solution/525lian-xu-shu-zu-qian-zhui-he-hashbiao-riqe2/

难度：中等

题目：

给定一个二进制数组 nums , 找到含有相同数量的 0 和 1 的最长连续子数组，
并返回该子数组的长度。

示例：

示例 1:
输入: nums = [0,1]
输出: 2
说明: [0, 1] 是具有相同数量0和1的最长连续子数组。

示例 2:
输入: nums = [0,1,0]
输出: 2
说明: [0, 1] (或 [1, 0]) 是具有相同数量0和1的最长连续子数组。

示例 3:
输入: nums = [0,0,1,0,0,0,1,1]
输出: 6
说明: [1,0,0,0,1,1] 是具有相同数量0和1的最长连续子数组。

分析

不得不说，如果这道题的用例是-1 和 1，那么大家可能还比较容易产生思路，可惜这道题是0 和 1，我们需要转化一下

为什么要转化为-1 和 1呢？

因为如果具有相同的-1 和 1，由于它们数目相同，所以这些数字加起来就等于0。加起来，看到这个关键字是不是该想到我们在数组中学习到的前缀和了？

我们采用前缀的方式，当前缀和的某一个数和之前的某一个位置的数字相等，那是不是在这段数组之间出现了相同数目的-1 和 1,所以抵消为0 了。

配合Hash表的使用，我们可以快速记录 {前缀和: 下标} 的关系， 由于可能存在nums前N数字和刚好满足条件的情况，所以我们预制烧饼节点{0,-1}，来规避该问题。

循环判断是否在字典中存在前缀和一样的键，并不断判断最长符合题意的连续数组，最终返回即可。

千言万语化作一张图，一看就明白了：

在index = 7的位置前缀和为 -2， 而哈希表中在index = 1的位置前缀和也为-2。这便是我们通过前缀和+哈希表来解题的思路了。

解题：

Python：

class Solution:
    def findMaxLength(self, nums):
        d = {0: -1}
        ret = pre_sum = 0
        for i, num in enumerate(nums):
            pre_sum += 1 if num == 1 else -1
            pre_index = d.get(pre_sum, i)
            if pre_index == i:
                d[pre_sum] = i
            else:
                ret = max(ret, i - pre_index)
        return ret

Java：

class Solution {
    public int findMaxLength(int[] nums) {
        HashMap<Integer, Integer> map = new HashMap<>();
        map.put(0, -1);
        int pre_sum = 0;
        int ret = 0;
        for (int i = 0; i < nums.length; i++) {
            pre_sum += nums[i] == 1 ? 1 : -1;
            int pre_index = map.getOrDefault(pre_sum, i);
            if (pre_index == i) {
                map.put(pre_sum, i);
            } else {
                ret = Math.max(ret, i - pre_index);
            }
        }
        return ret;
    }
}

个人感觉 525.连续数组 是一道比较综合的算法题目，涉及到我们之前学习的前缀思维，与本章的哈希表的结合。

反倒是 剑指 Offer II 035. 最小时间差 作为哈希表的最后一道题显得有些不伦不类。所以这道题就留给大家作为课后作业了。

哈希表的章节就到这里了，让我们一路向前吧！