242.有效的字母异位词
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。
哈希表:
哈希结构:数组、set、map
哈希表适合解决什么问题?
解决“存在一个元素,判断该元素在一个集合中是否出现过”的问题。
思路及代码:
1.暴力解法:时间复杂度O(n^2);
2.哈希表法:
这里字符串s、t均仅包含小写字母,数量较少,所以可以用哈希结构中的 数组。
nums[26] (数组的大小可以适当放大一点)
注意:需要把 字符映射到数组 也就是哈希表的索引下标上,因为字符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。 s[i] - ‘a’.
代码如下:
class Solution {
public:
bool isAnagram(string s, string t) {
int hash[26] = {0};
for(int i = 0;i < s.size();i++)
{
hash[s[i] - 'a']++;
}
for(int i = 0;i < t.size();i++)
{
hash[t[i] - 'a']--;
}
for(int i = 0;i < 26;i++)
{
if(hash[i] != 0)
{
return false;
}
}
return true;
}
};
时间复杂度:O(n)
空间复杂度:O(1)
349. 两个数组的交集
题目:
给定两个数组 nums1
和 nums2
,返回 它们的交集 。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 。
思路及代码:
1.数值小 -> 数组; 数值大/数值分散 -> set。
例如: 1,1,1000
这种情况选择数组就不合适,需要开辟1000个位置,但是仅仅利用三个位置,浪费内存,所以考虑选择set。
2.set
分为三种,set、unordered_set、multiset.
unordered_set可以理解为 是一个可以无限存装的数组。
3.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。
4.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。
代码如下:
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
unordered_set<int> res;
unordered_set<int> set(nums1.begin(),nums1.end());//将nums1转换为unordered_set。注意转换格式!
for(int i = 0;i < nums2.size();i++){
if(set.find(nums2[i]) != set.end()){ //若存在nums2[i],加入res中
res.insert(nums2[i]);
}
}
return vector<int> (res.begin() , res.end());
}
};
时间复杂度:O(n+m)
空间复杂度:O(n)
5.本题限定了数值范围,所以可以用数组。nums[1002]
- 1 <= nums1.length, nums2.length <= 1000
- 0 <= nums1[i], nums2[i] <= 1000
所以就可以 使用数组来做哈希表了, 因为数组都是 1000以内的。
代码如下:
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
int hash[1005] = {0};
unordered_set<int> res;
for(int i = 0;i < nums1.size();i++){
hash[nums1[i]] = 1;
}
for(int i = 0;i < nums2.size();i++){
if(hash[nums2[i]] == 1){
res.insert(nums2[i]);
}
}
return vector<int>(res.begin(),res.end());
}
};
时间复杂度:O(n+m)
空间复杂度:O(n)
第202题. 快乐数
题目:
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。
- 如果这个过程 结果为 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
。
思路及代码:
1.题目中说了会 无限循环,那么也就是说求和的过程中,sum会重复出现,这对解题很重要!
所以这道题目使用哈希法,来判断这个sum是否重复出现,如果重复了就是return false, 否则一直找到sum为1为止。
判断sum是否重复出现就可以使用unordered_set。
即:求得一个sum,用unordered_set存放遍历过的sum,判断新得到的sum是否存在于集合中,若存在,就是重复了,会陷入死循环,return false, 否则一直找到sum为1为止。
2.给一个数字 nn,它的下一个数字是什么?
按照一系列的数字来判断我们是否进入了一个循环。
第 1 部分我们按照题目的要求做数位分离,求平方和。
第 2 部分可以使用哈希集合完成。每次生成链中的下一个数字时,我们都会检查它是否已经在哈希集合中。
如果它不在哈希集合中,我们应该添加它。
如果它在哈希集合中,这意味着我们处于一个循环中,因此应该返回 false。
代码如下:
class Solution {
public:
int getSum(int n){ //一个数,分别取位,然后求位上数字的平方和
int sum = 0;
while(n){
sum += (n % 10) * (n % 10);
n /= 10;
}
return sum;
}
bool isHappy(int n) {
unordered_set<int> set; //用于记录遍历过的数sum
while(1){
int sum = getSum(n);
if(sum == 1){
return true;
}
if(set.find(sum) != set.end()){ //如果这个sum出现过,则返回false
// set.insert(sum);
return false;
}
else{ //如果这个sum没有出现过,则记录在set中
set.insert(sum);
}
n = sum;
}
}
};
时间复杂度:O(log n)
空间复杂度:O(n) (×) O(log n) (√)
补存:
unordered_set 容器,可直译为“无序 set 容器”,即 unordered_set 容器和 set 容器很像,唯一的区别就在于 set 容器会自行对存储的数据进行排序,而 unordered_set 容器不会。
总的来说,unordered_set 容器具有以下几个特性:
1.不再以键值对的形式存储数据,而是直接存储数据的值;
2.容器内部存储的各个元素的值都互不相等,且不能被修改。
3.不会对内部存储的数据进行排序(这和该容器底层采用哈希表结构存储数据有关)
原文链接:https://blog.csdn.net/qq_41404557/article/details/115331070
1. 两数之和
题目:
给定一个整数数组 nums
和一个整数目标值 target
,请你在该数组中找出 和为目标值 target
的那 两个 整数,并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。
思路及代码:
1.很明显暴力的解法是两层for循环查找,时间复杂度是O(n^2)。
2.本题呢,我就需要一个集合来存放我们遍历过的元素,然后在遍历数组的时候去询问这个集合,某元素是否遍历过,也就是 是否出现在这个集合。
那么我们就应该想到使用哈希法了。
3.因为本题,我们不仅要知道元素有没有遍历过,还要知道这个元素对应的下标,需要使用 key value结构来存放,key来存元素,value来存下标,那么使用map正合适。
注:map:在最快的时间内去查找这个key是否在这个map中出现过。
所以,key 存放元素,value 存放下标(因为题目要求得到的是元素的下标)。
所以 map中的存储结构为 {key:数据元素,value:数组元素对应的下标}。
4.map结构可以存放两个元素,一个是key,一个是value。
5.map存放的是我们遍历过的元素。
代码如下:
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
unordered_map<int , int> map;
for(int i = 0; i < nums.size(); i++){
int s = target - nums[i];
if(map.find(s) != map.end()){
return {map[s] , i}; //此处有两种写法
// return {map.find(s) -> second, i};
}
else{
map.insert(pair<int,int>(nums[i] , i)); //注意两个int使用insert函数时的格式! insert(pair<>())
//这里加入的是遍历过的nums[i],不是s
}
}
return {};
}
};
时间复杂度:O(n)
空间复杂度:O(n)