哈希表基础理论
常见三种哈希结构
- 数组
- set(集合)
- map(映射)
在C++中,set 和 map 分别提供以下三种数据结构,其底层实现以及优劣如下表所示:
- 当使用集合解决哈希问题时,优先使用unordered_set,因为它的查询和增删效率是最优的,如果需要集合是有序的,用set,如果要求不仅有序还要有重复数据的话,用multiset。
- map 是一个key value 的数据结构,map中,对key有限制,对value没有限制,因为key的存储方式使用红黑树实现的。
- 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。但是哈希法是牺牲了空间换取了时间,因为需要要使用额外的数组,set或者是map存放数据,才能实现快速的查找。
leetcode 242.有效的字母异位词
题目链接:有效的字母异位词
本题采用数组作为哈希表:
定义一个数组记录字符串s里字符出现的次数。字符通过与字符a的相对值映射到数组也就是哈希表的索引下标上,字符a映射为下标0,字符z映射为下标25。遍历字符串s时,将 s[i] - ‘a’ 所在元素+1,检查字符串t中是否出现了这些字符,同样在遍历字符串t的时候,对t中出现的字符映射哈希表索引上的数值-1。最后,如果record数组有的元素不为零0,说明字符串s和t一定字符数量不一致,return false。
如果record数组中所有元素都为0,说明字符串s和t是字母异位词,return true。
class Solution {
public:
bool isAnagram(string s, string t) {
int record[26]={0};
for(int i=0;i<s.size();i++)
{
// 通过字符的相对值映射
record[s[i]-'a']++;
}
for(int j=0;j<t.size();j++)
{
record[t[j]-'a']--;
}
for(int k=0;k<26;k++)
{
if(record[k]!=0) // record数组如果有的元素不为零0,说明字符串s和t一定是谁多了字符或者谁少了字符。
{
return false;
}
}
return true; // record数组所有元素都为零0,说明字符串s和t是字母异位词
}
};
时间复杂度:O(n)
空间复杂度:定义了一个常量大小的辅助数组,所以空间复杂度为O(1)
leetcode 349.两个数组的交集
题目链接:两个数组的交集
本题使用unordered_set。
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
unordered_set<int> nums; // 存放结果,之所以用set是为了给结果集去重
unordered_set<int> nums1_set(nums1.begin(),nums1.end());
for(int num:nums2)
{
if(nums1_set.find(num)!=nums1_set.end()) // 判断nums2的元素 是否在nums_set里又出现过
{
nums.insert(num);
}
}
return vector<int>(nums.begin(),nums.end());
}
};
时间复杂度:O(m+n)
空间复杂度:O(m+n)
注意:set 占用空间比数组大,速度要比数组慢,set把数值映射到key上都要做hash计算。在数据量大的情况下,耗时的差距很明显,因此如果能用数组最好用数组
leetcode 202.快乐数
题目链接:快乐数
本题算法分为两部分:
- 给一个数字 n,计算下一个数字是多少
- 按照一系列的数字判断我们是否进入了一个循环。
方法一:使用unordered_set
class Solution {
public:
// 计算数值各个位上的单数之和
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;
//使用while(1)写无无限循环
while(1) {
int sum = getSum(n);
if (sum == 1) {
return true;
}
// 如果这个sum曾经出现过,说明已经陷入了无限循环了,立刻return false
if (set.find(sum) != set.end()) {
return false;
} else {
set.insert(sum); //set插入数值
}
n = sum;
}
}
};
时间复杂度:O(logn)
空间复杂度:O(logn)
方法二:使用快慢指针
反复计算平方和得到的值可以看作一个链表,则判断平方和是否重复出现相当于判断一个链表是否有环。
设定慢指针在链表中前进 1 个节点,快指针前进 2 个节点:
- 如果 n 是一个快乐数,即没有循环,那么快指针会比慢指针先到达数字 1。
- 如果 n 不是一个快乐数,最终快指针和慢指针将在同一个数字上相遇。
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) {
int slow = n, fast = n;
do{
slow = getSum(slow); //慢指针计算一次
fast = getSum(fast);
fast = getSum(fast); //快指针计算两次
}while(slow != fast);
return slow == 1;
}
};
时间复杂度:O(logn)
空间复杂度:O(1)
leetcode 1.两数之和
题目链接:两数之和
数组和set来做哈希法的局限:
- 数组的大小是受限制的,如果元素很少,而哈希值太大会造成内存空间的浪费。
- set是一个集合,里面放的元素只能是一个key。
本题不仅要判断值是否存在而且要记录值的下标,set不能使用,因此本题用map,存放访问过的元素。 map中的存储结构为 {key:数组元素,value:数组对应的下标}。
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
unordered_map<int,int> map;
for(int i=0;i<nums.size();i++)
{
auto iter=map.find(target-nums[i]);
if(iter!=map.end())
{
return {iter->second,i};
}
else
{
map.insert(pair<int,int>(nums[i],i)); //使用pair插入
//map[nums[i]]=i; //直接赋值
}
}
return {};
}
};
时间复杂度:O(n)
空间复杂度:O(n)