leetcode——哈希表

49. 字母异位词分组

题目：

给定一个字符串数组，将字母异位词组合在一起。字母异位词指字母相同，但排列不同的字符串。

示例:

输入: ["eat", "tea", "tan", "ate", "nat", "bat"]
输出:
[
  ["ate","eat","tea"],
  ["nat","tan"],
  ["bat"]
]
说明：

所有输入均为小写字母。
不考虑答案输出的顺序。

--------------------------------------------------------------------------------------------------

思路1：

用哈希表来存储String, List<String>键值对：对于遍历到的每个字符串chArr，可以将它排好序后放入map中，之后只要判断map中是否有对应的String，若存在则取出对应的List，再将字符串放入；若不存在则新建一个list，将字符串放入新list后，再将(排好序的chArr，list)放入map中。

思路2：

同样也是用哈希表，只不过表的key项是Integer：同时我们新建一个26个质数数组primes。对于遍历到的每个字符串chArr，将其字符对应的质数数组primes里的值相乘，如果字符串不相同，最后的乘积肯定也不相同。以此乘积作为key，这样就保证了唯一性。

思路2可能会出现溢出，即出现多个字符z。

 

---

347. 前 K 个高频元素

题目：给定一个非空的整数数组，返回其中出现频率前 k 高的元素。

示例 1:

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
示例 2:

输入: nums = [1], k = 1
输出: [1]

--------------------------------------------------------------------------------------------------

思路：

通过哈希表来记录元素与出现的次数，然后使用最大堆来存储元素，重写其比较规则为判断两数出现的次数。

    public int[] topKFrequent(int[] nums, int k) {
        HashMap<Integer, Integer> map = new HashMap<>();
        for(int i = 0; i < nums.length; i++) {
           map.put(nums[i], map.getOrDefault(nums[i], 0) + 1);
        }
       PriorityQueue<Integer> maxHeap = new PriorityQueue<>(k, new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                //若o2出现次数大于o1出现次数，返回1，小于则返回-1。
                return map.get(o1) - map.get(o2);
            }
       });
        
        for(int num : map.keySet()) {
            maxHeap.add(num);
            if(maxHeap.size() > k) {
              maxHeap.poll();
            }
        }
        int[] res = new int[k];
        for(int i = 0; i < k; i++) {
          res[i] = maxHeap.poll();
        }
        return res;
    }

复杂度分析

时间复杂度：O(N log(k))O(N log(k))。Counter 方法的复杂度是 O(N)，建堆和输出的复杂度是 O(N log(k))。因此总复杂度为 O(N + N log(k)) = O(N log(k))。
空间复杂度：O(N)，存储哈希表的开销。

 

---

560. 和为K的子数组

题目：给定一个整数数组和一个整数 k，你需要找到该数组中和为 k 的连续的子数组的个数。

示例 1 :

输入:nums = [1,1,1], k = 2
输出: 2 , [1,1] 与 [1,1] 为两种不同的情况。

--------------------------------------------------------------------------------------------------

思路：

（1）对于数组的某一区间[left, right]，如果它们的和为k，可以说前right项的累加和 减去 前left项的累加和 等于k。

（2）因此我们可以在遍历数组元素nums[i]时，用哈希表map记录（i ，累加到当前元素的累加和sum出现的次数)。若累加和sum - k出现过，则加上它出现的次数。哈希表初始时记录了（0，1），以便在遍历数组时前left项出现累加和为k的情况

（3）以数组[3, 4, ,7, 2, -3, 1, 4, 2]，k = 7为例：

          （0，1）
i = 0：（3，1）
i = 1：（7，1） cnt += (0, 1)
i = 2：（14，1） cnt+=(7, 1)
i = 3：（16，1）
i = 4：（13，1）
i = 5：（14，2）cnt+=(7, 1)
i = 6：（18，1）
i = 7：（20，1）cnt+=(13, 1)

    public int subarraySum(int[] nums, int k) {
      HashMap<Integer, Integer> map = new HashMap<>();
      map.put(0, 1);
      int len = nums.length, sum = 0, cnt = 0;

      for(int i = 0; i < len; i++) {
        sum += nums[i];
        if(map.containsKey(sum - k)) {
          cnt += map.get(sum - k);
        }
         map.put(sum, map.getOrDefault(sum, 0) + 1);
      }
      return cnt; 
    }