454.四数相加II
建议:本题是使用Map巧妙解决的问题,好好体会一下哈希法如何提高程序执行效率,降低时间复杂度,当然使用哈希法会提高空间复杂度,但一般来说我们都是舍空间换时间, 工业开发也是这样。题目链接/文章讲解/视频讲解:代码随想录
重点:
1. 因为要存储前两个数组的不同下标和的键值对 sum: count,后两个数组需要查找这个键值对,所以我们用Map的哈希表
思路:
1. 先把前两个数组的不同下标的和用Map记录下来,然后用0 - 后两个数组的和来对Map进行查找,找到了就加上Map的value值
public static int fourSumCount(int[] nums1, int[] nums2, int[] nums3, int[] nums4) {
// 计算有多少组下标对应的数字的和为0
int result = 0;
// 存放前两个数组的 sum: count
Map<Integer, Integer> records = new HashMap<>();
for (int i = 0; i < nums1.length; i++) {
for (int j = 0; j < nums2.length; j++) {
int sum = nums1[i] + nums2[j];
records.put(sum, records.getOrDefault(sum, 0) + 1);
}
}
// 用后两个数组的和的负数来在records中查找是否有匹配的
// 找到了result += count
for (int i = 0; i < nums3.length; i++) {
for (int j = 0; j < nums4.length; j++) {
int sum = nums3[i] + nums4[j];
if (records.containsKey(-sum)) {
result += records.get(-sum);
}
}
}
return result;
}
383. 赎金信
建议:本题和242. 有效的字母异位词是一个思路 ,算是拓展题题目链接/文章讲解: 代码随想录重点:
1. 因为只有26个字母,所以使用数组来当哈希表结构
思路;
1. 把magazine中出现的每个字符的次数存放到数组中
2. 把ransomNote中出现的每个字符在对应的index上 --
3. 期间如果有某个index的值小于0,说明magazine的字符无法组成ransomNote
public static boolean canConstruct(String ransomNote, String magazine) {
int[] magazineCount = new int[26];
// 把magazine的字符出现的次数存放进数组
for (int i = 0; i < magazine.length(); i++) {
magazineCount[magazine.charAt(i) - 'a']++;
}
// 把ransomNote中出现的字符的对应的数组的值减1
// 期间如果有某个值小于0,说明magazine中的字符无法满足ransomNote的组成
for (int i = 0; i < ransomNote.length(); i++) {
int temp = --magazineCount[ransomNote.charAt(i) - 'a'];
if (temp < 0) {
return false;
}
}
return true;
}
15. 三数之和
建议:本题虽然和两数之和很像,也能用哈希法,但用哈希法会很麻烦,双指针法才是正解,可以先看视频理解一下双指针法的思路,文章中讲解的,哈希法很麻烦。题目链接/文章讲解/视频讲解: 代码随想录重点:
1. 双指针法
思路:
1. 双指针法
(1) 先把数组从小到大排序
(2) 从头开始遍历排序好的数组,如果i = i - 1,直接continue对 i 进行去重,并定义一个left = i + 1, right = nums.length - 1
(3) 不断的移动left和right,当i + left + right小于0时说明sum太小了,需要变大,因为是排序好的数组,直接把left++就可以把left移动到更大的数去了
(4) 不断的移动left和right,当i + left + right大于0时说明sum太大了,需要变小,因为是排序好的数组,直接把right--就可以把right移动到更小的数去了
(5) 当i + left + right等于0时,把这三个值存放到result中,接下来要对left和right分别去重。如果left = left + 1, left++。如果right = right - 1,right--
public static List<List<Integer>> threeSum(int[] nums) {
// 先把数组从小到大排序
Arrays.sort(nums);
List<List<Integer>> result = new ArrayList<>();
for (int i = 0; i < nums.length; i++) {
// 如果i所指的数都已经大于0了,后面的数又都比它大,直接return
if (nums[i] > 0) {
return result;
}
// 如果i所指的数和它前面的数相等,说明这个数已经被判断过了,continue
if (i >= 1 && nums[i] == nums[i - 1]) {
continue;
}
// 两个指针,一个指i + 1,一个指数组末尾
int left = i + 1;
int right = nums.length - 1;
while (left < right) {
int sum = nums[i] + nums[left] + nums[right];
if (sum > 0) {
// 当三数之和大于0时,证明需要减小,把right往前移一个
right--;
} else if (sum < 0) {
// 当三数之和小于0时,证明需要变大,把left往后移一个
left++;
} else {
// 当三数之和等于0时,需要对left和right所指的数分别去重
result.add(Arrays.asList(nums[i], nums[left], nums[right]));
while (left < right && nums[left + 1] == nums[left]) {
left++;
}
while (left < right && nums[right - 1] == nums[right]) {
right--;
}
// 为什么同时移动两个指针?
// 因为如果只移动了right,你前面两数i和left都已经固定了,
// 为了三数和为0,你right也相当于是固定的,
// 也就是说i和left都已经判断过了,right也相当于判断过了。
// 所以当上面的去重操作完成之后,left和right肯定同时移动的
left++;
right--;
}
}
}
return result;
}
18. 四数之和
建议: 要比较一下,本题和454. 四数相加II 的区别,为什么454.四数相加II 会简单很多,这个想明白了,对本题理解就深刻了。 本题思路整体和三数之和一样的,都是双指针,但写的时候有很多小细节,需要注意,建议先看视频。题目链接/文章讲解/视频讲解:代码随想录
重点:
1. 双指针法
思路:
1. 双指针法
(1) 先把数组从小到大排序
(2) 两个for循环,第一个for循环 i 从头开始,第二个for循环从上一个循环 i + 1 开始
(3) 不断的移动left和right,当i + j + left + right小于0时说明sum太小了,需要变大,因为是排序好的数组,直接把left++就可以把left移动到更大的数去了
(4) 不断的移动left和right,当i + j + left + right大于0时说明sum太大了,需要变小,因为是排序好的数组,直接把right--就可以把right移动到更小的数去了
(5) 当i + j + left + right等于0时,把这四个值存放到result中,接下来要对left和right分别去重。如果left = left + 1, left++。如果right = right - 1,right--
(6) 把 j 移动到下一个,接着判断
public static List<List<Integer>> fourSum(int[] nums, int target) {
List<List<Integer>> result = new ArrayList<>();
// 先从小到大排序数组
Arrays.sort(nums);
for (int i = 0; i < nums.length - 1; i++) {
// 如果nums[i]已经大于target了,并且nums[i]已经大于0
// nums[i]已经大于0说明后面的数肯定也都大于0,直接返回
if (nums[i] > target && nums[i] > 0) {
return result;
}
// 如果当前nums[i]和前一个数一样,跳过
if (i >= 1 && nums[i] == nums[i - 1]) {
continue;
}
for (int j = i + 1; j < nums.length; j++) {
// 如果i和j已经相差两个,并且nums[j]和前一个数一样,跳过
if (j > i + 1 && nums[j] == nums[j - 1]) {
continue;
}
// 两个指针,一个指j + 1,一个指数组末尾
int left = j + 1;
int right = nums.length - 1;
while (left < right) {
long sum = (long)nums[i] + nums[j] + nums[left] + nums[right];
if (sum > target) {
// 当四数之和大于target时,证明需要减小,把right往前移一个
right--;
} else if (sum < target) {
// 当四数之和小于target时,证明需要变大,把left往后移一个
left++;
} else {
// 当四数之和等于target时,需要对left和right所指的数分别去重
result.add(Arrays.asList(nums[i], nums[j], nums[left], nums[right]));
while (left < right && nums[left + 1] == nums[left]) {
left++;
}
while (left < right && nums[right - 1] == nums[right]) {
right--;
}
left++;
right--;
}
}
}
}
return result;
}
哈希表总结
哈希表理论知识
一般来说哈希表都是用来快速判断一个元素是否出现集合里。
对于哈希表,要知道哈希函数和哈希碰撞在哈希表中的作用:
- 哈希函数是把传入的key映射到符号表的索引上。
- 哈希碰撞处理有多个key映射到相同索引上时的情景,处理碰撞的普遍方式是拉链法和线性探测法。
接下来是常见的三种哈希结构:
- 数组
- set(集合)
- map(映射)
哈希经典题目
数组作为哈希表
一些应用场景就是为数组量身定做的。
在242.有效的字母异位词 (opens new window)中,我们提到了数组就是简单的哈希表,但是数组的大小是受限的!这道题目包含小写字母,那么使用数组来做哈希最合适不过。
在383.赎金信 (opens new window)中同样要求只有小写字母,那么就给我们浓浓的暗示,用数组!
一些同学可能想,用数组干啥,都用map不就完事了。
上面两道题目用map确实可以,但使用map的空间消耗要比数组大一些,因为map要维护红黑树或者符号表,而且还要做哈希函数的运算。所以数组更加简单直接有效!
set作为哈希表
在349. 两个数组的交集 (opens new window)中我们给出了什么时候用数组就不行了,需要用set。这道题目没有限制数值的大小,就无法使用数组来做哈希表了。
主要因为如下两点:
- 数组的大小是有限的,受到系统栈空间(不是数据结构的栈)的限制。
- 如果数组空间够大,但哈希值比较少、特别分散、跨度非常大,使用数组就造成空间的极大浪费。
所以此时一样的做映射的话,就可以使用set了。
map作为哈希表
在1.两数之和 (opens new window)中map正式登场。
来说一说,使用数组和set来做哈希法的局限:
- 数组的大小是受限制的,而且如果元素很少,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,而两数之和这道题目,不仅要判断y是否存在而且还要记录y的下标位置,因为要返回x和y的下标。所以set也不能用。
map是一种
<key, value>
的结构,本题可以用key保存数值,用value在保存数值所在的下标。所以使用map最为合适。在454.四数相加 (opens new window)中我们提到了其实需要哈希的地方都能找到map的身影。
本题咋眼一看好像和18. 四数之和 (opens new window),15.三数之和 (opens new window)差不多,其实差很多!
关键差别是本题为四个独立的数组,只要找到A[i] + B[j] + C[k] + D[l] = 0就可以,不用考虑重复问题,而18. 四数之和 (opens new window),15.三数之和 (opens new window)是一个数组(集合)里找到和为0的组合,可就难很多了!
所以18. 四数之和,15.三数之和都推荐使用双指针法!
总结
对于哈希表的知识相信很多同学都知道,但是没有成体系。
本篇我们从哈希表的理论基础到数组、set和map的经典应用,把哈希表的整个全貌完整的呈现给大家。
同时也强调虽然map是万能的,详细介绍了什么时候用数组,什么时候用set。
相信通过这个总结篇,大家可以对哈希表有一个全面的了解。