文章目录
242.有效字母的异位词
思路
暴力解法
简单的两层for循环,同时记录字符是否重复出现,很明显时间复杂度是 O ( n 2 ) O(n^2) O(n2)
双指针
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。
再遍历 字符串s的时候,只需要将 s[i] - ‘a’ 所在的元素做+1 操作即可,并不需要记住字符a的ASCII,只要求出一个相对数值就可以了。 这样就将字符串s中字符出现的次数,统计出来了。
复杂度
- 时间复杂度: O(n)
- 空间复杂度: O(1)
Code
class Solution {
public boolean isAnagram(String s, String t) {
int[] record = new int[26];
for(int i = 0; i<s.length(); i++){
record[s.charAt(i) - 'a']++;
}
for(int i = 0; i < t.length(); i++){
record[t.charAt(i)-'a']--;
}
for(int i = 0; i < 26; i++){
if(record[i] != 0){
return false;
}
}
return true;
}
}
349. 两个数组的交集
思路
因为是找 交集, 所以可以先去重:
- 先将nums1放在Set容器中,(不包含重复元素)
- 然后遍历nums2元素,查看Set容器中是否包含nums2元素
- 如果包括:就放在另一个resSet集合中
复杂度
- 时间复杂度: O(mn)
- 空间复杂度: O(n)
Code
Java
class Solution {
public int[] intersection(int[] nums1, int[] nums2) {
if(nums1 == null || nums1.length == 0 || nums2 == null || nums2.length == 0){
return new int[0];
}
Set<Integer> set1 = new HashSet<>();
Set<Integer> set2 = new HashSet<>();
for(int i: nums1){
set1.add(i);
}
for(int i: nums2){
if(set1.contains(i))
set2.add(i);
}
// return set2.stream().mapToInt(x->x).toArray();
//方法二: 再申请一个数组
int[] arr = new int[set2.size()];
int j = 0;
for(int i:set2){
arr[j++] = i;
}
return arr;
}
}
C++
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
unordered_set<int> resSet;
unordered_set<int> numsSet(nums1.begin(), nums1.end());
for(int i: nums2){
if(numsSet.find(i) != numsSet.end()){
resSet.insert(i);
}
}
return vector<int>(resSet.begin(),resSet.end()); //强制转化为数组
}
};
202. 快乐数
思路
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!
当我们遇到了要快速判断一个元素是否出现集合里的时候,就要考虑哈希法了。
所以可以考虑哈希法
-
第一步: 首先可以定义一个
set
存放数据,避免重复. -
第二步: 然后再while(true)中无限循环,先求出一个数各单数平方的和相加
-
第三步:如果这个数为1, 直接返回true
-
第四步:否则继续向下判断:在set中是否出现过,如果出现过,说明这个数永远不能到1, 即不是一个快乐数. 如果没出现过,那么就将这个和
复杂度
- 时间复杂度: O(logn)
- 空间复杂度: O(logn)
Code
Java
class Solution {
public int getSum(int n){
int sum = 0;
while(n != 0){
sum += (n%10)*(n%10);
n = n/10;
}
return sum;
}
public boolean isHappy(int n) {
Set<Integer> set = new HashSet<>();
while(true){
int sum = getSum(n);
if(sum == 1){
return true;
}
if(set.contains(sum))
{
return false;
} else set.add(sum);
n = sum;
}
}
}
C+=
class Solution {
public:
int getSum(int n){
int sum = 0;
while(n){
sum+=(n%10)*(n%10);
n/=10;
}
return sum;
}
bool isHappy(int n) {
unordered_set<int> set;
while(1){
int sum = getSum(n);
if(sum == 1){
return true;
}
if(set.find(sum) != set.end()){
return false;
}else{
set.insert(sum);
}
n = sum;
}
}
};
1. 两数之和
思路
再回想一下为什么使用哈希法?
当我们需要查询一个元素是否出现过,或者一个元素是否在集合里的时候,就要第一时间想到哈希法。
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。
选用map来存储key value,为了寻找两个数,将数的值作为key
数的下标作为value
复杂度
- 时间复杂度: O(n)
- 空间复杂度: O(n)
Code
C++
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
std::unordered_map<int,int> map;
for(int i = 0; i < nums.size(); i++){
auto iter = map.find(target - nums[i]);
// 看是否与target匹配的ket
if(iter != map.end()){
return {iter->second,i};
}
//如果没找到匹配对,就把访问过的下标加入到map中
map.insert(pair<int,int>(nums[i],i));
}
return {};
}
};
Java
class Solution {
public int[] twoSum(int[] nums, int target) {
int[] res = new int[2];
Map<Integer,Integer> map = new HashMap<>();
for(int i = 0; i < nums.length; i++){
if(map.containsKey(target - nums[i])){
res[0] = i;
res[1] = map.get(target-nums[i]);
break;
}
map.put(nums[i],i);
}
return res;
}
}