代码随想录刷题打卡记录 day 6 |242|349|202|1
哈希表
哈希表是由数组和哈希函数组成的数据结构。数组用于存储数据,而哈希函数用于将键映射到数组的索引位置。通过使用哈希函数,哈希表可以实现高效的数据插入、查找和删除操作。
常用哈希结构
- 数组
- set (集合)
- map(映射)
集合:
集合 | 底层实现 | 是否有序 | 数值是否可以重复 | 能否更改数值 | 查询效率 | 增删效率 |
---|---|---|---|---|---|---|
std::set | 红黑树 | 有序 | 否 | 否 | O(log n) | O(log n) |
std::multiset | 红黑树 | 有序 | 是 | 否 | O(logn) | O(logn) |
std::unordered_set | 哈希表 | 无序 | 否 | 否 | O(1) | O(1) |
映射:
映射 | 底层实现 | 是否有序 | 数值是否可以重复 | 能否更改数值 | 查询效率 | 增删效率 |
---|---|---|---|---|---|---|
std::map | 红黑树 | key有序 | key不可重复 | key不可修改 | O(logn) | O(logn) |
std::multimap | 红黑树 | key有序 | key可重复 | key不可修改 | O(log n) | O(log n) |
std::unordered_map | 哈希表 | key无序 | key不可重复 | key不可修改 | O(1) | O(1) |
242.有效的字母异位词
给定两个字符串 s 和 t ,编写一个函数来判断 t 是否是 s 的字母异位词。
示例 1: 输入: s = “anagram”, t = “nagaram” 输出: true
示例 2: 输入: s = “rat”, t = “car” 输出: false
说明: 你可以假设字符串只包含小写字母。
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,即t中的元素是否都在s中出现过。
思路:已知条件所给的字符串都是小写字母,那么我们可以定义一个长度为26的数组来验证对应字母是否出现。
以示例2为例
s = “rat”,出现的字母就+1,相对表示则为nums[i] - ‘a’ 得到一个相对的ASII码。
a | b | c | d | e | r | s | t | … | z |
---|---|---|---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | … | 26 |
1 | 1 | 1 |
代码:
class Solution {
public:
bool isAnagram(string s, string t) {
int record[26] = {0};
for (int i = 0; i < s.size(); i++) {
// 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
record[s[i] - 'a']++;
}
for (int i = 0; i < t.size(); i++) {
record[t[i] - 'a']--;
}
// 为s或者t的长度可能不等
for (int i = 0; i < 26; i++) {
if (record[i] != 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;
}
}
// 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
return true;
}
};
349. 两个数组的交集
题目:给定两个数组 nums1 和 nums2 ,返回它们的交集 。输出结果中的每个元素一定是唯一 的。我们可以 不考虑输出结果的顺序 。
示例 1:
输入:nums1 = [1,2,2,1], nums2 = [2,2]
输出:[2]
示例 2:
输入:nums1 = [4,9,5], nums2 = [9,4,9,8,4]
输出:[9,4]
解释:[4,9] 也是可通过的
提示:
1 <= nums1.length, nums2.length <= 1000
0 <= nums1[i], nums2[i] <= 1000
思路:想要找出交集,首先想到的是暴力解法循环但是复杂度是O(N^2)导致大量的时间开销,所以我们仍然采用哈希数组解决数字交并比问题。
其实set也可以做,只是set比哈希数组慢很多。
class Solution{
public:
vectot<int> intersection(vector<int> &nums1, vector<int> &nums2){
vector<int> result;
int hash[1005] = {0};
for(int i = 0;i < nums1.size();i++){
hash[nums1[i]] = 1; // 出现就赋值为1
}
for(int i = 0;i < nums2.size();i++){
if(hash[nums2[i]] == 1) result.push_back(nums2[i]);
hash[nums2[i]]++; // 注意这样如果nums2中的同一个元素再次出现,那么它不会被重复地添加
}
return result;
}
};
// 循环也可以简写为for(num:nums1)
第202题. 快乐数
编写一个算法来判断一个数 n 是不是快乐数。
「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。
如果 n 是快乐数就返回 True ;不是,则返回 False 。
示例:
输入:19
输出:true
解释:
1^2 + 9^2 = 82
8^2 + 2^2 = 68
6^2 + 8^2 = 100
1^2 + 0^2 + 0^2 = 1
已知条件:1.出现重复的平方和,则陷入无限循环。2.平方和为1才是快乐数。前面已经说过,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。
问题:1.如何更新新的数,新的数是存储在set 中还是map中还是数组中。
回顾三个类型的特点:set 只存储数值,map则存储 键值对,选择set。
集合:
集合 | 底层实现 | 是否有序 | 数值是否可以重复 | 能否更改数值 | 查询效率 | 增删效率 |
---|---|---|---|---|---|---|
std::set | 红黑树 | 有序 | 否 | 否 | O(log n) | O(log n) |
std::multiset | 红黑树 | 有序 | 是 | 否 | O(logn) | O(logn) |
std::unordered_set | 哈希表 | 无序 | 否 | 否 | O(1) | O(1) |
映射:
映射 | 底层实现 | 是否有序 | 数值是否可以重复 | 能否更改数值 | 查询效率 | 增删效率 |
---|---|---|---|---|---|---|
std::map | 红黑树 | key有序 | key不可重复 | key不可修改 | O(logn) | O(logn) |
std::multimap | 红黑树 | key有序 | key可重复 | key不可修改 | O(log n) | O(log n) |
std::unordered_map | 哈希表 | key无序 | key不可重复 | key不可修改 | O(1) | O(1) |
// 更新数,此段代码先将个位平方求出,更新n再求出十位数再进行平方。
int update(int n){
while(n){
int sum = 0;
sum += (n % 10) *(n % 10);
n = n / 10;
return sum;
}
bool isHappy(int n){
unordered_set<int> used;
while(n != 1 && used.find(n) == update.end()){
update.insert(n);
n = update(n)
}
return n == 1; // 若n不等于1则是false,若n等于1则是true。
}
}
1. 两数之和
给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 target 的那 两个 整数,并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。
示例 1:
输入:nums = [2,7,11,15], target = 9
输出:[0,1]
解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。
示例 2:
输入:nums = [3,2,4], target = 6
输出:[1,2]
示例 3:
输入:nums = [3,3], target = 6
输出:[0,1]
提示:
2 <= nums.length <=
1
0
4
10^4
104
−
1
0
9
-10^9
−109 <= nums[i] <=
1
0
9
10^9
109
−
1
0
9
-10^9
−109 <= target <=
1
0
9
10^9
109
只会存在一个有效答案
要求:返回和为target 的两个整数以及数组下标。
思路:初看这道题貌似好简单,但是细想一做就不是那么回事了,是梦开始的地方也是梦碎的地方。返回数值以及索引,我们应该联想到哈希表,让我们回忆哈希表中的map.unordered_map
是一个关联容器,也称为哈希映射。它存储的是键值对,其中每个键都是唯一的。unordered_map
不仅能够以常数时间复杂度检查一个键是否存在,还可以快速地找到与给定键关联的值。
**想法:**能否使用双指针方法做呢?先排序再做。当然想法很美好,现实很骨感。排序后相应数值的索引也发生改变了,无法得到相应的索引值。另外暴力解法会导致超时。
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
unordered_map<int, int>mapper;
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
if(mapper.find(target-nums[i])!=mapper.end())
return {mapper[target-nums[i]], i};
mapper[nums[i]] = i; //如果没有找到,那么就把 nums[i] 和它的下标 i 放入 mapper 中,以备后面的元素查找使用。
}
return {};
}
};