【基础算法总结】哈希表

点赞👍👍收藏🌟🌟关注💖💖
你的支持是对我最大的鼓励，我们一起努力吧!😃😃

1.哈希表简介

哈希表是什么?

存储数据的容器

有啥用？

“快速” 查找某个元素。 时间复杂度O(1)

什么时候用哈希表？

频繁的查找某一个数的时候。

频繁查找某一个数的时候，我们还要想到一个二分查找也可以快速查找某一个元素，但是二分因为有些局限，具有二段性才可以用二分，它也比较快，时间复杂度O(logn)。而且能用二分我们尽量用二分，因为哈希表虽然非常快，但是它空间复杂度是O(n)。

怎么用哈希表？

1. 容器（哈希表）
2. 用数组模拟简易哈希表

什么时候会想到用数组模拟简易哈希表，比如说:

1. 关注字符串中的 “字符”

其中key就是index，value就是nums[index]，字符的ascll值当作index，nums[index]就是我们需要的值。非常快。

2. 数据范围很小的时候
int 1~10^7， 最好不要有负数， - 10^3 ~ 10^3

2.两数之和

题目链接：1. 两数之和

题目分析：

有且仅有一组答案，可以按任意顺序返回。数组中同一个元素在答案里不能重复出现。比如示例2 不能选两个3。

算法原理：

解法一：暴力求解

两层for循环把所有情况都找到，挑选符合条件的。

以前我们是固定一个数，然后往后找。

但是我们还有一种暴力方法，固定一个数，往前找

1. 先固定其中一个数
2. 依次与该数之前的数相加
   

同样也能把所有情况都找完，并且少了判断边界情况。

解法二：利用哈希表做优化

我们先看为什么暴力枚举过程这么慢。慢就慢在当固定一个数的时候，比如说11，我们想在它的前面找到一个 target - nums[i] 的数 如 9 - 11 = - 2，我们暴力策略就是从11之前依次遍历找这个-2。那此时我如果当固定一个数的时候就把它之前的是插入到hash表中，然后在hash表中就可以用O(1)的时间复杂度来找这个-2。之前暴力解法O(N^2)，利用哈希表做优化之后时间复杂度降到O(N)。不过我们空间复杂度是O(N)的。

具体如何操作可以和刚才的固定一个数往前找完美结合起来。当固定一个数的时候，就去hash表中找 target - nums[i] 的数在不在hash表。有就找到了返回对应两个数的下标即可，所有hash<nums[i] , i> 前面存值后面存对应的下标。如果没找到就把这个数加入到hash表中。

接下来扩展一下，为什么之前固定数，往后走不太好用呢？

首先要将所有的数，先加入到hash表中，然后才能固定一个数，在去hash找 target - nums[i] 的数在不在hash表。注意我们这道题有个求于数组中同一个数不能出现两次，如果target = 6，但是数组中有一个3， 你固定3然后在去hash表中找，找到的还是这个3，这是不对的。因为必须要加个if判断一下，当两个数相等时是不对的。而固定一个数往前找，是不会出现这种情况的。我们是先去找，。没找到在把这个数加入到hash表中。

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {

        // 1.暴力求解
        // for(int i = 0; i < nums.size(); ++i)
        //     for(int j = i - 1; j >= 0; --j)
        //         if(nums[i] + nums[j] == target)
        //             return {i,j};
        
        // return {-1,-1};


        // 2.利用哈希表优化
        int n = nums.size();
        unordered_map<int,int> mp(n);
        for(int i = 0; i < n; ++i)
        {
            int n = target - nums[i];
            if(mp.find(n) != mp.end())
                return {i,mp[n]};
            else mp[nums[i]] = i;
        }
        return {-1,-1};
    }
};

3.面试题 01.02. 判定是否互为字符重排

题目链接：面试题 01.02. 判定是否互为字符重排

题目描述：

算法原理：

可以把 “abc” 全排列都找到，每找到一个就比较一下。全排列怎么搞，在递归专题哪里有。但是这样时间复杂度太高了。

解法一：利用哈希表

可以用两个hash表记录两个字符串中每个字符出现的次数，最后在比较一下两个hash表是否相等就行了。 我们可以用数组模拟hash表。

优化一下：只使用一个hash表。
将s1字符串中字符出现次数放到hash表，然后取出s2字符串中每个字符，对hash表字符对应位置进行减减操作。如果出现<0，说明就不是字符重排。还有当s1和s2字符串长度不相等也不是字符重排。

class Solution {
public:
    bool CheckPermutation(string s1, string s2) {
        
        if(s1.size() != s2.size())  return false;

        int hash[26] = {0};
        for(auto& ch : s1)
            hash[ch - 'a']++;

        for(auto& ch : s2)
            if(--hash[ch - 'a'] == -1)
                return false;
        return true;
    }
};

4.存在重复元素

题目链接：217. 存在重复元素

题目描述：

算法原理：

解法：哈希表

这道题和最开始那道题的解题思路是一样的。前面那道题固定一个数往前找找有没有出现 target - nums[i] 的数，遍历找太麻烦了，因此来一个hash表快速查找前面有没有出现target - nums[i] 的数。 这道题固定一个数往前找找有没有出现和我一样的数，也是利用哈希表快速查找。

class Solution {
public:
    bool containsDuplicate(vector<int>& nums) {
        unordered_set<int> hash;
        for(auto& x : nums)
            if(hash.count(x)) return true;
            else hash.insert(x);

        return false;        
    }
};

5.存在重复元素 II

题目链接：219. 存在重复元素 II

题目分析：

上一道题仅是找到重复元素即可，但是这道题不仅要是重复元素，而且重复元素的下标必须满足 abs(i - j) <= k

算法原理：

解法：哈希

还是固定一个数，往前找，看看有没有出现重复元素，可以用hash快速查找，不过这道题有点不一样的就是，我们还需要知道元素对应的下标，因此可以使用unordered_map<int，int>，记录nums[i] 对应的下标。这里有一个细节问题，两个相同元素下标之差要小于等于k，unordered_map不允许插入相同的元素，value会覆盖。但是这正好满足我们abs(i - j) <= k，因为我们就是想要找距离小的。

class Solution {
public:
    bool containsNearbyDuplicate(vector<int>& nums, int k) {

        unordered_map<int,int> hash;

        for(int i = 0; i < nums.size(); ++i)
            if(hash.count(nums[i]) && abs(hash[nums[i]] - i) <= k) return true;
            else hash[nums[i]] = i;
        return false;

    }
};

6.字母异位词分组

题目链接： 49. 字母异位词分组

题目分析：

字母异位词就是，将原有字符串的字符重新排序得到的新的字符串。这道题要求将属于同一个字母异位词放在一块。

算法原理：

解法：哈希表

这道题我们要解决的有两个问题：

1. 如何判断两个字符串是字母异位词
2. 如何分组

如何判断两个字符串是字母异位词，我们可以用之前的思路，弄一个hash表统计每个字符出现的次数。不过代码写着有点麻烦。这里我们可以将字符串按照ascll码 排序！如果是相同的字母异位词拍完序后是一样的。

如何分组，分组是将相同的字母异位词添加到属于自己的数组中。因此这里我们可以来一个unordered_map<string，vector>，string 排序后的字符串，vector 是属于相同字母异位词的数组。

class Solution {
public:
    vector<vector<string>> groupAnagrams(vector<string>& strs) {

        vector<vector<string>> ret;
        unordered_map<string, vector<string>> hash;

        // 1.把所有字母异位词分组
        for(auto& s : strs)
        {
            string str = s;
            sort(str.begin(),str.end());
            hash[str].push_back(s);
        }

        // 2.结果提取出来
        // for(auto& str : hash)
        // {
        //     ret.push_back(str.second);
        // }

        //提取pair对象, first放x里, second放y里
        for(auto& [x,y] : hash)
        {
            ret.push_back(y);
        }

        return ret;

    }
};