数据结构|LeetCode(力扣)经典题:哈希表

本文详细介绍了如何利用哈希表解决LeetCode中的经典问题,包括两数之和、有效的字母异位词、多数元素和拼写单词等。通过分析不同解法的时间复杂度和空间复杂度,强调了哈希表在解决这些问题中的高效性和实用性。文章还探讨了其他解决方案,如排序、分治算法和Boyer-Moore投票算法,以及在不同情况下如何选择合适的算法。
摘要由CSDN通过智能技术生成

哈希表

更多请查看我的专栏:LeetCode(力扣)刷题指南

可直接在LeetCode中搜索题目名称

1. 两数之和

给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。

你可以假设每种输入只会对应一个答案。但是,你不能重复利用这个数组中同样的元素。

1.1 解决方案

1. 暴力法(时间O(n^2):5012 ms)

  1. 两次遍历,第一次遍历每个元素,设x;
  2. 第二次遍历,查找是否有与target-x相等的目标元素。
class Solution:
    def twoSum(self,nums: List[int], target: int) -> List[int]:
        for i in range(len(nums)):
            b = target - nums[i]
            for j in range(len(nums)):
                if nums[j]==b and i!=j:
                    return [i,j]

2.暴力法进阶:时间复杂度O(n):940 ms

  1. 一次遍历,遍历每个元素,设x;
  2. 通过切片复制nums数组x后面的数组nums1;
  3. 通过list.index查找y=target-x在 nums1 中的位置。
class Solution:
    def twoSum(self,nums: list[int], target: int) -> list[int]:
        for i in range(len(nums)):
            a=target-nums[i]
            nums1=nums[i+1:]
            if a in nums1:
                return [i,nums1.index(a)+i+1]
        return 0

​ 第二个元素的查找并不需要再从头来一遍遍历,只需要从第一个元素之间或之后查找即可。但为了方便index 这里选择从第一个元素之前查找。


3.哈希法(时间复杂度O(n):52 ms)

  1. 通过enumerate()建立一个字典,模仿哈希表;
  2. 然后根据target-num在字典中查找键,并返回相应的数组位置。
class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        hash={
   }
        for index1,num1 in enumerate(nums):
            hash[num1] = index1 #字典的键是数组nums的元素,值是元素序号
        for index,num in enumerate(nums):
            i= hash.get(target-num)
            if i is not None and i!=index:
                return [i,index]

​ 为了对运行时间复杂度进行优化,我们需要一种更有效的方法来检查数组中是否存在目标元素。如果存在,我们需要找出它的索引。保持数组中的每个元素与其索引相互对应的最好方法是什么?哈希表。

4.哈希法进阶版(时间复杂度O(n):52 ms)

  1. 通过enumerate()建立一个字典,模仿哈希表;
  2. 在建立字典的同时,查找字典中是否有与target-num相对应的键
class Solution:
    def twoSum(self,nums: List[int], target: int) -> List[int]:
        map = {
   }
        for index, num in enumerate(nums):
            if (map.get(target - num) is not None )&(index!=map.get(target - num)) :
                return [index, map.get(target - num)]
            map[num] = index

​ 类似于暴力法版本,不需要在整个字典中查找,可以在第一个元素之间的字典中查找,因此就只需要一次循环可解决。但效果并不明显。

2. 有效的字母异位词

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。

示例 1:

输入: s = “anagram”, t = “nagaram”
输出: true


示例 2:

输入: s = “rat”, t = “car”
输出: false


说明:
你可以假设字符串只包含小写字母。

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?

2.1 解决办法

1.排序(O(nlogn):60 ms)

通过将 s 的字母重新排列成 t 来生成变位词。因此,如果 T 是 S 的变位词,对两个字符串进行排序将产生两个相同的字符串。此外,如果 s 和 t 的长度不同,t 不能是 s 的变位词,我们可以提前返回。

class Solution:
    def isAnagram(self, s: str, t: str) -> bool:
        return sorted(s)==sorted(t)

复杂度分析:

时间复杂度:O(nlogn),假设 n 是 ss 的长度,排序成本O(nlogn) 和比较两个字符串的成本 O(n)。排序时间占主导地位,总体时间复杂度为 O(nlogn)。
空间复杂度:空间取决于排序实现,这依赖于语言的细节,和函数的设计方式。例如,可以将函数参数类型更改为 char[]。

2.哈希表(时间O(n))

一个重要的前提“假设两个字符串只包含小写字母”,小写字母一共也就 26 个,因此:

  1. 可以利用两个长度都为 26 的字符数组来统计每个字符串中小写字母出现的次数,然后再对比是否相等;

  2. 以只利用一个长度为 26 的字符数组,将出现在字符串 s 里的字符个数加 1,而出现在字符串 t 里的字符个数减 1,最后判断每个小写字母的个数是否都为 0。

  3. 或者我们可以先用计数器表计算 s,然后用 t 减少计数器表中的每个字母的计数器。如果在任何时候计数器低于零,我们知道 t 包含一个不在 s 中的额外字母,并立即返回 FALSE。

按上述操作,可得出结论:s 和 t 互为字母异位词。

class Solution(object):
    def isAnagram(self, s, t):
        """
        :type s: str
        :type t: str
        :rtype: bool
        """
        if len(s) != len(t):
            return False
        dicts = collections.defaultdict(int)  #默认字典!!!!!
        for i in range(len(s)):
            dicts[s[i]] = dicts[s[i]] + 1
            dicts[t[i]] = dicts[t[i]] - 1
        for val in dicts.values():
            if val != 0:
                return False
        return
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值