leetcode哈希表解决异位词问题

哈希表

散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问在内存储存位置的数据结构。

它通过计算出一个键值的函数（hash function），将所需查询的数据映射到表中一个位置来让人访问，这加快了查找速度。

哈希函数

构造哈希函数方法：

1. 直接定址法
2. 数字分析法
3. 平方取中法
4. 折叠法
5. 随机数法
6. 除留余数法（如下图）

哈希冲突

一个好的哈希函数，应该尽可能的避免冲突

冲突：$k_1\ne k_2，而f(k_1)=f(k_2)$

解决冲突的方法：

1. 开放定址法
2. 单独链表法（如上图）
3. 再散列

异位词问题

242. 有效的字母异位词

python中的字典即是哈希表，使用字典记录字母出现频次

class Solution:
    def isAnagram(self, s: str, t: str) -> bool:
        freq = {}
        for c in s:
            if c in freq:
                freq[c] += 1
            else:
                freq[c] = 1
        for c in t:
            if c in freq:
                freq[c] -= 1
            else:
                return False
        
        for c in freq:
            if freq[c] != 0:
                return False
        return True

使用列表代替字典，将key转为列表的索引，节省空间

class Solution:
    def isAnagram(self, s: str, t: str) -> bool:
        freq = [0]*26
      
        for c in s:
            freq[ord(c)-ord('a')] += 1
        for c in t:
           freq[ord(c)-ord('a')] -= 1
        
        for c in freq:
            if c!=0:
                return False
        return True

49. 字母异位词分组

由于互为字母异位词的两个字符串包含的字母相同，因此两个字符串中的相同字母出现的次数一定是相同的， 故可以将每个字母出现的次数使用字符串表示，作为哈希表的键。

class Solution:
    def groupAnagrams(self, strs):
        res_dict = collections.defaultdict(list)
        for s in strs:
            key = [0] * 26 
            # 类似于前面的字典，例表的索引作为key
            for c in s:
                key[ord(c) - ord("a")] += 1
            res_dict[tuple(key)].append(s)
        return list(res_dict.values())