242.有效字母异位词
数量不大。直接用数组作为哈希表
class Solution {
public:
bool isAnagram(string s, string t) {
int hash[26]={0};
for(int i = 0; i < s.size(); i++){
hash[s[i] - 'a']++;
}
for(int i = 0; i < t.size(); i++){
hash[t[i] - 'a']--;
}
for(int i = 0; i < 25; i++){
if(hash[i] != 0){
return false;
}
}
return true;
}
};
349.两个数组的交集
unordered_set方法:(能够自动去重,且数据量可以足够大)
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
unordered_set<int> result_set;
unordered_set<int> nums_set(nums1.begin(),nums1.end());
for(int num : nums2){
if(nums_set.find(num) != nums_set.end()){
result_set.insert(num);
}
}
return vector<int>(result_set.begin(), result_set.end());
}
};
拓展
那有同学可能问了,遇到哈希问题我直接都用set不就得了,用什么数组啊。
直接使用set 不仅占用空间比数组大,而且速度要比数组慢,set把数值映射到key上都要做hash计算的。
不要小瞧 这个耗时,在数据量大的情况,差距是很明显的。
后记
本题后面 力扣改了 题目描述 和 后台测试数据,增添了 数值范围:
- 1 <= nums1.length, nums2.length <= 1000
- 0 <= nums1[i], nums2[i] <= 1000
所以就可以 使用数组来做哈希表了, 因为数组都是 1000以内的。
数组方法:
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
unordered_set<int> result_set;
int hash[1005] = {0};
for(int num:nums1){
hash[num] = 1;
}
for(int num:nums2){
if(hash[num]==1){
result_set.insert(num);
}
}
return vector<int>(result_set.begin(), result_set.end());
}
};
1.两数之和
哈希表用unordered_map,因为既要存数组里的值,又要存该值所在下标
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
unordered_map<int, int> result_map;
for(int i = 0; i < nums.size(); i++){
unordered_map<int, int>::iterator it = result_map.find(target-nums[i]);
if(it!=result_map.end()){
return {it->second, i};
}else{
result_map.insert(pair<int,int>(nums[i], i));
}
}
return {};
}
};
454.四数相加
四个数组,分成两组,这样子时间复杂度就是O(n^2)
class Solution {
public:
int fourSumCount(vector<int>& nums1, vector<int>& nums2, vector<int>& nums3, vector<int>& nums4) {
unordered_map<int,int> res_map;
int count = 0;//个数
for(int num1 : nums1){
for(int num2 : nums2){
res_map[num1 + num2]++;
}
}
for(int num3 : nums3){
for(int num4 : nums4){
if(res_map.find(0 - (num3 + num4)) != res_map.end()){
count += res_map[0 - (num3+num4)];
}
}
}
return count;
}
};
15.三数之和
不同于两数之和和四数相加,哈希法比较麻烦,此处用双指针法
双指针法:(注意不能有重复的三元组,所以要进行去重操作)
class Solution {
public:
vector<vector<int>> threeSum(vector<int>& nums) {
vector<vector<int>> res;
sort(nums.begin(),nums.end());
for(int i = 0; i < nums.size(); i++){
//减枝处理
if(nums[i] > 0){
return res;
}
//去重i
if(i > 0 && nums[i] == nums[i-1]){
continue;
}
int left = i + 1;
int right = nums.size() - 1;
while(left < right){
if(nums[i] + nums[left] + nums[right] > 0){
right--;
}
else if(nums[i] + nums[left] +nums[right] < 0){
left++;
}
else{
res.push_back(vector<int>{nums[i], nums[left], nums[right]});
//对left和right去重
while(left < right && nums[left+1] == nums[left]) left++;
while(left < right && nums[right-1] == nums[right]) right--;
//找到对的答案时双指针同时收缩
left++;
right--;
}
}
}
return res;
}
};
18.四数之和
和上题思路一样,多加了一层for循环,不过注意减枝的条件,上题可以直接nums[i]>0就减枝,但是此处target是不确定的,所以nums[i] > target && nums[i] >= 0的时候才能减枝,二级减枝同理。注意去重,以及溢出问题。
对于15.三数之和 (opens new window)双指针法就是将原本暴力O(n3)的解法,降为O(n2)的解法,四数之和的双指针解法就是将原本暴力O(n4)的解法,降为O(n3)的解法。(因为双指针法将时间复杂度:O(n^2)的解法优化为 O(n)的解法。也就是降一个数量级)。
class Solution {
public:
vector<vector<int>> fourSum(vector<int>& nums, int target) {
vector<vector<int>> res;
sort(nums.begin(),nums.end());
for(int i = 0; i < nums.size(); i++){
//一级减枝
if(nums[i] > target && nums[i] >= 0) break;
//去重
if(i > 0 && nums[i] == nums[i-1]) continue;
for(int j = i + 1; j < nums.size(); j++){
//二级减枝
if(nums[i] + nums[j] > target && nums[i] +nums[j] >= 0) break;
//去重
if(j > i + 1 && nums[j] == nums[j - 1]) continue;
int left = j + 1;
int right = nums.size() - 1;
while(left < right){
//注意溢出问题
if(nums[i] + nums[j] > target - (nums[left] + nums[right])) right--;
else if(nums[i] + nums[j] < target - (nums[left] + nums[right])) left++;
else{
res.push_back(vector<int>{nums[i], nums[j], nums[left], nums[right]});
//对left和right去重
while(left < right && nums[left] == nums[left+1]) left++;
while(left < right && nums[right] == nums[right-1]) right--;
//找到答案时,双指针同时收缩
left++;
right--;
}
}
}
}
return res;
}
};