代码随想录算法训练营第六天 | 哈希表理论基础，242.有效的字母异位词，349. 两个数组的交集， 202. 快乐数，1. 两数之和-CSDN博客

本文链接：https://blog.csdn.net/qq_41713240/article/details/128711151

第五天周日休息~【提醒补坑：链表总结还没写】

一、参考资料

二、哈希表理论基础

场景需要：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。

1.哈希表的定义

哈希表（Hash table），也称为散列表。是根据关键码的值而直接进行访问的数据结构。更为直白而言，数组就是一张哈希表。

2.解决的问题

一般用于快速判断一个元素是否在集合中。时间复杂度为O(1)。

3.基本概念理解：

1）哈希函数（哈希碰撞、拉链法、线性探测/开放寻址法）

图片来源： https://programmercarl.com/%E5%93%88%E5%B8%8C%E8%A1%A8%E7%90%86%E8%AE%BA%E5%9F%BA%E7%A1%80.html#%E5%93%88%E5%B8%8C%E8%A1%A8

哈希函数（hash function）指将哈希表中元素的关键键值映射为元素存储位置的函数。

2）哈希碰撞

如果不同的输入经哈希映射得到了同一个哈希值，就发生了"哈希碰撞"（collision）。

常用的两种解决办法：拉链法、线性探测/开放寻址法

① 拉链法

拉链法就是要选择适当的哈希表的大小，这样既不会因为数组空值而浪费大量内存，也不会因为链表太长而在查找上浪费太多时间。

图示：小李和小王在索引1的位置发生了冲突，发生冲突的元素都被存储在链表中。这样我们就可以通过索引找到小李和小王。（数据规模是dataSize，哈希表的大小为tableSize）

② 线性探测/开放寻址法

使用线性探测法，一定要保证tableSize大于dataSize。我们需要依靠哈希表中的空位来解决碰撞问题。

例如冲突的位置，放了小李，那么就向下找一个空位放置小王的信息。所以要求tableSize一定要大于dataSize ，要不然哈希表上就没有空置的位置来存放冲突的数据了。图示：

3）常见的三种哈希结构

数组

集合set

映射map

图片来源： https://programmercarl.com/%E5%93%88%E5%B8%8C%E8%A1%A8%E7%90%86%E8%AE%BA%E5%9F%BA%E7%A1%80.html#%E5%B8%B8%E8%A7%81%E7%9A%84%E4%B8%89%E7%A7%8D%E5%93%88%E5%B8%8C%E7%BB%93%E6%9E%84

4）参考链接

https://blog.csdn.net/weixin_44129618/article/details/122499313

https://cloud.tencent.com/developer/article/1776352

三、LeetCode242-有效的字母异位词

class Solution {
public:
    bool isAnagram(string s, string t) {
        // 将字符映射到数组中，大小为26，初始化均为0
        int record[26] = {0};

        // 题目中假设字符串只有小写字母，，ASCII码记为s[i] - 'a' 即可
        for (int i = 0; i < s.size(); i++) {
            record[s[i] - 'a']++;
        }

        for (int i = 0; i < t.size(); i++) {
            record[t[i] - 'a']--; 
            // 提前判断一部分情况
            if (record[t[i] - 'a'] < 0) {
                return false;
                break;
            }
        }
        
        for (int i = 0; i < 26; i++) {
            if (record[i] > 0) {
                return false;
            }
        }
        return true;
    }
};

四、LeetCode349-两个数组的交集

class Solution {
public:
    // 用unordered_set——无序、速度快
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
        // 定义结果集，用set可以实现去重
        unordered_set<int> result_set;
        // 对nums1数组进行去重处理
        unordered_set<int> nums_set(nums1.begin(), nums1.end());

        for (int num : nums2) {
            // 判断交集——nums2的元素在nums_set中出现过
            // 不明白为什么写成 nums_set.find(num) != nums_set.end()
            // 原因是nums_set.find(num)返回一个迭代器，下面找到了unordered_map返回值的说明
            // 返回值说明：如果给定的键存在于unordered_map中，则它向该元素返回一个迭代器，否则返回映射迭代器的末尾。
            if (nums_set.find(num) != nums_set.end()) {
                result_set.insert(num);    
            }
        }
        
        // 最终的结果
        vector<int> result_v(result_set.begin(), result_set.end());
        return result_v;
    }
};

五、LeetCode202-快乐数

class Solution {
public:
    // 殊不知，这题转化成用哈希法解决，巧妙的化解“无限循环”的问题
    // 快乐数是一道穿着糖衣的哈希经典题——判断某元素是否在集合里出现过

    //「快乐数」定义为：对于一个正整数，每一次将该数替换为它每个位置上的数字的平方和，然后重复这个过程直到这个数变为 1，也可能是 无限循环 但始终变不到 1。如果 可以变为  1，那么这个数就是快乐数。

    // 取数值各个位上的元素之和
    int getSum(int n) {
        int sum = 0;
        while (n) {
            sum += (n % 10) * (n % 10);
            n = n / 10;
        }
        return sum;
    }

    // 判断是否为【快乐数】
    bool isHappy(int n) {
        unordered_set<int> set;
        while(true) {
            int sum = getSum(n);
            if (sum == 1) {
                return true;
            }
            // 如果这个值在集合中出现过，返回false
            if (set.find(sum) != set.end()) {
                return false;
            } else {
                set.insert(sum);
            }
            n = sum;
        }
    }
};

六、LeetCode1-两数之和

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        unordered_map<int, int> map;
        for (int i = 0 ; i < nums.size(); i++) {
            // 遍历当前元素，并在map中寻找是否有匹配的key
            auto iter = map.find(target - nums[i]);
            if (iter != map.end()) {
                // 这个值出现过，说明iter对应的元素下标较小
                return {iter->second, i};
            }
            // 如果没找到匹配对，就将该元素加入map中
            map.insert(pair<int, int>(nums[i], i));
        }
        return {};
    }
};

总结：