力扣算法篇：哈希表小结

宝石与石头

题解：

class Solution {
public:
    int numJewelsInStones(string jewels, string stones) {
        //哈希映射
        unordered_map<char,int> hashmap;
        //遍历字符串j 加入哈希映射
        for(int i = 0;i<jewels.length();i++){
            //J中字符不重复 直接加
            hashmap[jewels[i]] = 0;
        }
        //宝石个数
        int result = 0;
        //遍历s
        for(int i = 0;i<stones.length();i++){
            if(hashmap.count(stones[i])>0){
                //是宝石
                result++;
            }
        }
        return result;

    }
};

无重复字符的最长子串

题解：

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        //无重复字符的字符串 哈希表法
        //使用滑动窗口的大小来表示不重复子串的长度 
        int result = 0;
        //使用左指针指向滑动窗口的左边界 便于计算滑动窗口大小
        int left = 0;
        //字符串的长度
        int n = s.length();
        if(n == 1){
            return 1;
        }
        //哈希映射 键为字符 值为该字符当前在字符串中出现的最后一次的位置
        unordered_map<char,int> hashmap;
        //遍历字符串 以i作为滑动窗口的右边界
        for(int i=0;i<n;i++){
            //如果该字符从未出现 什么也不做 继续遍历即可
            //如果该字符出现过 不在滑动窗口内 即hashmap[s[i]]<left 不需要做什么 
            //在滑动窗口内 更改左边界 该出现字符的下一个字符
            //综上 
            left = max(left,hashmap[s[i]]);
            //更新字符出现的最后一次位置 实际上是该字符的下一个位置 
            hashmap[s[i]] = i+1;
            //计算滑动窗口大小
            result = max(result,i-left+1);
        }
        return result;
    }
};

四数相加

题解：

class Solution {
public:
    int fourSumCount(vector<int>& A, vector<int>& B, vector<int>& C, vector<int>& D) {
        unordered_map<int, int> hashmap; 
        //key:a+b的数值，value:a+b数值出现的次数
        // 遍历A和B，统计两个数组元素之和，和出现的次数，放到map中 
        for (int a : A) {
            for (int b : B) {
                hashmap[a + b]++;
            }
        }
        // 统计a+b+c+d = 0 出现的次数
        int count = 0;
        // 在遍历C和D
        for (int c : C) {
            for (int d : D) {
                if (hashmap.count(0-(c + d))>0) {
                    //如果 0-(c+d) 在map中出现过 把map中key对应的value也就是出现次数统计出来。
                    count += hashmap[0 - (c + d)];
                }
            }
        }
        return count;
    }
};

前K个高频元素

题解：

class Solution {
public:
    //哈希映射根据值排序
    static bool CmpByValue(const pair<int,int>& lhs, const pair<int,int>& rhs) {
        //降序
        return lhs.second > rhs.second;
    }
    vector<int> topKFrequent(vector<int>& nums, int k) {
        //理解：出现频率排序 输出前k高
        vector<int> result;
        //哈希映射 键为数字 值为出现次数
        unordered_map<int,int> hashmap;
        //遍历数组
        for(int i = 0;i<nums.size();i++){
            if(hashmap.count(nums[i])>0){
                //存在
                hashmap[nums[i]]++;
            }else{
                //不存在
                hashmap[nums[i]] = 1;
            }
        }
        //哈希映射 按值排序
        vector<pair<int,int>> sortValue(hashmap.begin(),hashmap.end());
        sort(sortValue.begin(),sortValue.end(),CmpByValue);
        for(int i = 0;i<k;i++){
            result.push_back(sortValue[i].first);

        }
        return result;
    }
};