day 6 第三章 哈希表part01（哈希表理论、数组、set、map）

day 6 第三章 哈希表part01
● 哈希表理论基础
● 242.有效的字母异位词
● 349. 两个数组的交集 代码随想录链接
● 202. 快乐数
● 1. 两数之和

● 哈希表理论基础

• 遇到了要快速判断一个元素是否出现集合里的时候 && 判断一个元素是否出现过的场景，就要考虑哈希法。
• 哈希法是牺牲了空间换取了时间，因为我们要使用额外的数组，set或者是map来存放数据，才能实现快速的查找。
• 哈希法，常见的三种数据结构：数组、set （集合）、map(映射)

242.有效的字母异位词

• 用的是数组
• 定义一个数组，来记录字符串里字符出现的次数。
• 字符串s的时候，将 s[i] - ‘a’ 所在的元素做+1 操作即可，统计字符串s中字符出现的次数。
• 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再做-1的操作。
  -最后检查一下，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。

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']--;
        }
        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

set 方法

• 使用数组来做哈希的题目，是因为题目都限制了数值的大小。
• 而这道题目没有限制数值的大小，就无法使用数组来做哈希表了。
• 如果哈希值比较少、特别分散、跨度非常大，使用数组就造成空间的极大浪费。
• 此时就要使用另一种结构体了，set ，关于set，C++ 给提供了如下三种可用的数据结构：
• std::set、std::multiset、std::unordered_set
• std::set和std::multiset底层实现都是红黑树，std::unordered_set的底层实现是哈希表， 使用 unordered_set读写效率是最高的，数据不可重复，所以选择unordered_set。
• 

class Solution {
public:
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
        unordered_set<int> result_set; // 存放结果，之所以用set是为了给结果集去重
        unordered_set<int> nums_set(nums1.begin(), nums1.end());
        for (int num : nums2) {
            // 发现nums2的元素 在nums_set里又出现过
            if (nums_set.find(num) != nums_set.end()) {
                result_set.insert(num);
            }
        }
        return vector<int>(result_set.begin(), result_set.end());
    }
};

使用数组

class Solution {
public:
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
        unordered_set<int> result_set; // 存放结果，之所以用set是为了给结果集去重
        int hash[1005] = {0}; // 默认数值为0
        for (int num : nums1) { // nums1中出现的字母在hash数组中做记录
            hash[num] = 1;
        }
        for (int num : nums2) { // nums2中出现话，result记录
            if (hash[num] == 1) {
                result_set.insert(num);
            }
        }
        return vector<int>(result_set.begin(), result_set.end());
    }
};

202. 快乐数

• 题目中说了会 无限循环，那么也就是说求和的过程中，sum会重复出现，
• 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。

class Solution {
public:
    // 取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;
        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);
            }
            n = sum;
        }
    }
};

1. 两数之和

• 为什么要用哈希结构: 因为存放之前遍历的值
• 为什么用map:需要使用 key value结构来存放，key来存元素(用key来查询)，value来存下标，使用map正合适。

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        std::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()) {
                return {iter->second, i};
            }
            // 如果没找到匹配对，就把访问过的元素和下标加入到map中
            map.insert(pair<int, int>(nums[i], i)); 
        }
        return {};
    }
};

python代码

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        records = dict()

        for index, value in enumerate(nums):  
            if target - value in records:   # 遍历当前元素，并在map中寻找是否有匹配的key
                return [records[target- value], index]
            records[value] = index    # 如果没找到匹配对，就把访问过的元素和下标加入到map中
        return []