代码随想录算法训练营第六天｜哈希表基础，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

哈希表基础

之前经常会用到哈希表， python 中的dict，set 都属于这一类， 也知道哈希表的查找的复杂度是 O(1)， 而列表的查找时间是 O(n)。 一般哈希表都是用来快速判断一个元素是否出现集合里。但是对于哈希表的底层实现不了解。

关于哈希表， 哈希函数， 哈希碰撞的文章讲解：代码随想录

242.有效的字母异位词：

思路：判断两个字符串是否是字母异位词， 就是判断字符串A中的所有字符都在B中有相同次数的出现。 可以先循环A 数一下A的每个字符出现的次数存储在 字典中， key 是字符， value 是出现的次数。 再循环B，字符如果在字典中， 字典 key 对应的value 减去1  ， 如果最后字典中的所有value 都是0， 那么就是字母异位词。

难点： 无

class Solution:
    def isAnagram(self, s: str, t: str) -> bool:
        count_s = defaultdict(int)
        for char in s:
            count_s[char] += 1
        for char in t:
            count_s[char] -= 1
        return all([x==0 for x in count_s.values()])

349. 两个数组的交集

思路：计算两个数组的交集， 两个数组元素可能重复， 重复元素只记录一次。 可以把list 转换成set 直接做， 但是我这里想用两个字典， 第一个类似上题，记录数字在A中出现的次数. 然后循环B 列表， 字典2 记录数字在B 中出现次数。 如果B中的元素在字典1中value 不为0， 但是B 中是0， 那就是交集的元素。

难点： 无

from collections import Counter, defaultdict
class Solution:
    def intersection(self, nums1: List[int], nums2: List[int]) -> List[int]:
        count1 = Counter(nums1)
        count2 = defaultdict(int)
        rlst = []
        for num in nums2:
            if count1[num] != 0 and count2[num] == 0:
                rlst.append(num)
            count2[num] += 1
        return rlst

202. 快乐数：

思路： 如果一个数字多个循环之后的数字出现 各位的数字平方和为1，输出True. 如果没有出现1 而是出现了之前出现过的数字， 那说明它不会有1 出现， 返回False。 用一个set 记录之前出现过的数字就可以了。

class Solution:
    def isHappy(self, n: int) -> bool:
        occurrence = set()
        while True:
            _n = sum([int(digit)**2 for digit in str(n)])
            if _n == 1:
                return True
            elif n in occurrence:
                return False
            else:
                occurrence.add(n)
                n = _n

1. 两数之和：

思路： 要想实现O(n) 的时间复杂度， 需要用 字典记录已经出现过的数字已经对应的下标， 如果target - num 在字典中， 说明找到了两个数字和是target 的元素。 输出当前下表， 和字典中对应下表就可以了。

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        pos = defaultdict(lambda: -1)
        for index, num in enumerate(nums):
            diff = target - num
            if pos[diff] >=0: 
                return [pos[diff], index]
            pos[num] = index
        return