2021-07-07&08 力扣 每日一题-使用哈希表解决问题

使用哈希表的好处

• 哈希表可以帮助我们快速存取和提取数据。

哈希表的原理

• 设置一个哈希函数，当我们要存取数据的时候，通过哈希函数来找到对应的映射关系。

• 就比如说：现在我要存储4个元素 13 7 14 11，显然，我们可以用数组来存。也就是：a[1] = 13; a[2] = 7; a[3] = 14; a[4] = 11;当然，我们也可以用Hash来存。下面给出一个简单的Hash存储：

  • 先来确定那个函数。我们就用h(ki) = ki%5;(这个函数不用纠结，我们现在的目的是了解为什么要有这么一个函数)。
  • 对于第一个元素 h(13) = 13%5 = 3; 也就是说13的下标为3；即Hash[3] = 13;
  • 对于第二个元素 h(7) = 7 % 5 = 2; 也就是说7的下标为2; 即Hash[2] = 7;
  • 同理，Hash[4] = 14; Hash[1] = 11;
  • 现在我要你查找11这个元素是否存在。你会怎么做呢？当然，对于数组来说，那是相当的简单，一个for循环就可以了。也就是说我们要找4次。
  • 下面我们来用Hash找一下。
    首先，我们将要找的元素11代入刚才的函数中来映射出它所在的地址单元。也就是h(11) = 11%5 = 1 了。下面我们来比较一下Hash[1]=11, 这个问题就很简单了。也就是说我们就找了1次。这个就是Hash的妙处了。

• 由此，我们发现，使用哈希表可以节省时间，提高程序运行的速率，这个再刷oj的时候就很重要了

例题1

大餐 是指 恰好包含两道不同餐品 的一餐，其美味程度之和等于 2 的幂。
你可以搭配 任意 两道餐品做一顿大餐。
给你一个整数数组 deliciousness ，其中 deliciousness[i] 是第 i​​​​​​​​​​​​​​ 道餐品的美味程度，返回你可以用数组中的餐品做出的不同 大餐 的数量。结果需要对 109 + 7 取余。
注意，只要餐品下标不同，就可以认为是不同的餐品，即便它们的美味程度相同。

示例 1：
输入：deliciousness = [1,3,5,7,9]
输出：4
解释：大餐的美味程度组合为 (1,3) 、(1,7) 、(3,5) 和 (7,9) 。
它们各自的美味程度之和分别为 4 、8 、8 和 16 ，都是 2 的幂。
示例 2：
输入：deliciousness = [1,1,1,3,3,3,7]
输出：15
解释：大餐的美味程度组合为 3 种 (1,1) ，9 种 (1,3) ，和 3 种 (1,7) 。
提示：
1 <= deliciousness.length <= 105
0 <= deliciousness[i] <= 220

• 分析：最开始我的想法就是：每次在数组找两个数，然后累加，最后判断这个结果是不是2的n次幂，就可以得到结果。

•   public static int countPairs(int[] deliciousness) {
        int res=0;
        for (int i = 0; i < deliciousness.length; i++) {
            for(int j=i+1;j<deliciousness.length;j++){
                int a=deliciousness[i]+deliciousness[j];
                if (check(a)){
                    res++;
                }
            }
        }
        return res;
    }
    //判断一个数是不是2的几次幂
    public static boolean check(int num){
        return num > 0 && (num & (num - 1)) == 0;
    }}
  

• 但是遗憾这个方法思路没有错，但是却超时了。

• 使用哈希表分析：就是用这个数组（比如是1,1,1,3,3,3,7）能得到的最大的数（7）的两倍（14）作为一个范围（1-14），在这个范围内能得到的2的次幂的有多少个，并且这些数具体是多少（1,4,8），用这些数减去我们遍历数组得到的每一个数（num），这个数（1/4/8-num）在原来数组里面有多少个，就有多少个答案，加起来就可以了。

import java.util.*;

public class Main {
    public static void main(String[] args){
        int[] deliciousness = {1,1,1,3,3,3,7};
        System.out.println(countPairs(deliciousness));
    }
    public static int countPairs(int[] deliciousness) {
        final int MOD = 1000000007;//结果需要的取余
        int maxVal = 0;
        for (int val : deliciousness) {
            maxVal = Math.max(maxVal, val);//找到数组里面最大的一个数
        }
        int maxSum = maxVal * 2;//找到最大的范围，一直循环要最接近最大的范围

        int pairs = 0;//结果返回
        Map<Integer, Integer> map = new HashMap<Integer, Integer>();
        int n = deliciousness.length;//长度

        for (int i = 0; i < n; i++) {
            int val = deliciousness[i];
            for (int sum = 1; sum <= maxSum; sum <<= 1) {//算数左移，1,10,100,1000，10000
                int count = map.getOrDefault(sum - val, 0);//
                pairs = (pairs + count) % MOD;
            }
            map.put(val, map.getOrDefault(val, 0) + 1);
        }
        return pairs;
    }
}

例题2：和相同的二元子数组

给你一个二元数组 nums ，和一个整数 goal ，请你统计并返回有多少个和为 goal 的 非空 子数组。子数组 是数组的一段连续部分。

示例 1：
输入：nums = [1,0,1,0,1], goal = 2
输出：4
解释：
如下面黑体所示，有 4 个满足题目要求的子数组：
[1,0,1,0,1]
[1,0,1,0,1]
[1,0,1,0,1]
[1,0,1,0,1]

示例 2：
输入：nums = [0,0,0,0,0], goal = 0
输出：15

• 分析：一开始是使用数组方法，遍历数组，看哪两个数相减或者是他本身符合goal的要求，就可以直接++起来，很遗憾也是超时的

•  public static int numSubarraysWithSum(int[] nums, int goal) {
        int res=0;
        List<Integer> list=new ArrayList<>();//用来记录阶段的和
        int sum=0;//用来统计数字的和
        for (int i = 0; i < nums.length; i++) {
            sum+=nums[i];
            //从头开始的阶段和的子数组也符合要求
            if (sum==goal)
                res++;
            //阶段性的组合也符合要求
            for (int j = 0; j < list.size(); j++) {
                if (sum-list.get(j)==goal)
                    res++;
            }
            list.add(sum);//每一次都要添加数据到上面
        }
        return res;
    }}
  

• 用哈希表分析：我们用哈希表记录每一种前缀和出现的次数，假设我们当前枚举到元素 nums[j]，我们只需要查询哈希表中元素sum[j]−goal 的数量即可，这些元素的数量即对应了以当前 j 值为右边界的满足条件的子数组的数量。最后这些元素的总数量即为所有和为 goal 的子数组数量。在实际代码中，我们实时地更新哈希表，以防止出现 i≥j 的情况。

class Solution {
    public int numSubarraysWithSum(int[] nums, int goal) {
        int sum = 0;
        Map<Integer, Integer> cnt = new HashMap<Integer, Integer>();
        int ret = 0;
        for (int num : nums) {
            cnt.put(sum, cnt.getOrDefault(sum, 0) + 1);
            sum += num;
            ret += cnt.getOrDefault(sum - goal, 0);
        }
        return ret;
    }
}