【一起学数据结构与算法】0基础学习集合Map和Set(包含面试题)

一、什么是Map和Set？

1.1 概念及场景

Map和set是一种专门用来进行搜索的容器或者数据结构，其搜索的效率与其具体的实例化子类有关。
以前常见的搜索方式有：

1. 直接遍历，时间复杂度为O(N)，元素如果比较多效率会非常慢
2. 二分查找，时间复杂度为O(logN)，但搜索前必须要求序列是有序的

上述排序比较适合静态类型的查找，即一般不会对区间进行插入和删除操作了，而现实中的查找比如：

1. 根据姓名查询考试成绩
2. 通讯录，即根据姓名查询联系方式
3. 不重复集合，即需要先搜索关键字是否已经在集合中

可能在查找时进行一些插入和删除的操作，即动态查找，那上述两种方式就不太适合了，本节介绍的Map和Set是一种适合动态查找的集合容器。

1.2 模型：

一般把搜索的数据称为关键字（Key），和关键字对应的称为值（Value），将其称之为Key-value的键值对，所以模型会有两种：

1. 纯 key 模型，比如：
   有一个英文词典，快速查找一个单词是否在词典中
   快速查找某个名字在不在通讯录中
2. Key-Value 模型，比如：
   统计文件中每个单词出现的次数，统计结果是每个单词都有与其对应的次数：<单词，单词出现的次数>
   梁山好汉的江湖绰号：每个好汉都有自己的江湖绰号

而 Map 中存储的就是 key-value 的键值对，Set 中只存储了 Key。

1.3 区别：

1. Map是键值对，Set是值的集合，当然键和值可以是任何的值；
2. Map可以通过get方法获取值，而set不能，因为它只有值；
3. 都能通过迭代器进行for…of遍历；
4. Set的值是唯一的可以做数组去重，Map由于没有格式限制，可以做数据存储
5. map和set都是stl中的关联容器，map以键值对的形式存储，key=value组成pair，是一组映射关系。set只有值，可以认为只有一个数据，并且set中元素不可以重复且自动排序。

二、Map

Map是STL [1] 的一个关联容器，它提供一对一（其中第一个可以称为关键字，每个关键字只能在map中出现一次，第二个可能称为该关键字的值）的数据处理能力，由于这个特性，它完成有可能在我们处理一对一数据的时候，在编程上提供快速通道。

Map是一个接口类，该类没有继承自Collection，该类中存储的是<K,V>结构的键值对，并且K一定是唯一的，不能重复。

2.1 注意事项

1. Map是一个接口，不能直接实例化对象，如果要实例化对象只能实例化其实现类TreeMap或者HashMap
2. Map中存放键值对的Key是唯一的，value是可以重复的
3. Map中的Key可以全部分离出来，存储到Set中来进行访问(因为Key不能重复)。
4. Map中的value可以全部分离出来，存储在Collection的任何一个子集合中(value可能有重复)。
5. Map中键值对的Key不能直接修改，value可以修改，如果要修改key，只能先将该key删除掉，然后再来进行重新插入。

2.2 关于Map.Entry<K,V>的说明

Map.Entry<K, V> 是Map内部实现的用来存放<key, value>键值对映射关系的内部类，该内部类中主要提供了<key, value>的获取，value的设置以及Key的比较方式。

注意：Map.Entry<K,V>并没有提供设置Key的方法

2.3 Map的常用方法说明

当我们通过get 获取的是Integer类型的值，让他赋值给整形会发生拆包，这里map中没有key，那么会返回null，此时拆包，就会发生空指针异常;

而使用 getOrDefault() , 如果map中没有key , 就会返回我们设置的默认值, 就不会进行拆包操作了 .

2.4 TreeMap和HashMap的区别

TreeMap继承关系图如下:


HashMap继承关系图如下:

2.5 遍历Map

Map当中没有实现Iterable接口, 所以遍历map的思路是将Map放到实现Iterable接口中的Set中即可;

1. 通过keySet()方法

public static void main(String[] args) {
        Map<String, String> map = new HashMap<>();
        map.put("三国演义", "罗贯中");
        map.put("西游记", "吴承恩");
        map.put("水浒传", "施耐庵");
        map.put("红楼梦", "曹雪芹");
        Set<String> set = map.keySet();
        for (String s : set) {
            System.out.println(s+" : "+map.get(s));
        }
    }

2. 通过entrySet()方法

public static void main(String[] args) {
        Map<String, String> map = new HashMap<>();
        map.put("三国演义", "罗贯中");
        map.put("西游记", "吴承恩");
        map.put("水浒传", "施耐庵");
        map.put("红楼梦", "曹雪芹");
        Set<Map.Entry<String, String>> entries = map.entrySet();
        for (Map.Entry<String, String> entry : entries) {
            System.out.println(entry.getKey()+" : "+entry.getValue());
        }
    }

3. 通过Map提供的forEach(BiConsumer)方法
   BiConsumer是一个函数式接口，接受两个输入参数

public static void main(String[] args) {
        Map<String, String> map = new HashMap<>();
        map.put("三国演义", "罗贯中");
        map.put("西游记", "吴承恩");
        map.put("水浒传", "施耐庵");
        map.put("红楼梦", "曹雪芹");
        map.forEach(new BiConsumer<String, String>() {
            @Override
            public void accept(String key, String value) {
                System.out.println(key+" : "+value);
            }
        });
    }

三、Set

3.1 注意事项

1. Set是继承自Collection的一个接口类
2. Set中只存储了key，并且要求key一定要唯一
3. Set的底层是使用Map来实现的，其使用key与Object的一个默认对象作为键值对插入到Map中的
4. Set最大的功能就是对集合中的元素进行去重
5. 实现Set接口的常用类有TreeSet和HashSet，还有一个LinkedHashSet，LinkedHashSet是在HashSet的基础上维护了一个双向链表来记录元素的插入次序。
6. Set中的Key不能修改，如果要修改，先将原来的删除掉，然后再重新插入

3.2 Set接口中方法

Set接口中大部分方法都是从Collection接口中扩展的，常用方法如下：

3.3 TreeSet和HashSet的区别

TreeSet继承关系图如下:


HashSet继承关系图如下:

3.4 遍历

1. 通过迭代器遍历

public static void main(String[] args) {
        Set<Integer> set = new HashSet<>();
        set.add(1);
        set.add(2);
        set.add(3);
        Iterator<Integer> iterator = set.iterator();
        while (iterator.hasNext()) {
            System.out.print(iterator.next()+" ");
        }
    }

2. foreach遍历

public static void main(String[] args) {
        Set<Integer> set = new HashSet<>();
        set.add(1);
        set.add(2);
        set.add(3);
        for (Integer integer : set) {
            System.out.print(integer + " ");
        }
    }

3. 通过Iterable接口中的forEach(Consumer)方法

public static void main(String[] args) {
        Set<Integer> set = new HashSet<>();
        set.add(1);
        set.add(2);
        set.add(3);
        set.forEach(new Consumer<Integer>() {
            @Override
            public void accept(Integer integer) {
                System.out.print(integer+" ");
            }
        });
    }

四、面试题

4.1 只出现一次的数字

4.1.1 思路

• 思路1
• 思路一也是常规的思路： 使用异或，相同的两个数异或的结果是0，把数组所有数异或一遍，由于给定的数据一定有一个唯一的，所以最终得到的结果就是唯一数。
• 思路2
• 使用Set，Set中的元素不重复，遍历数组 , 判断Set中是否含有这个数，如果含有这个数，就将Set里面的这个数删除，否则存入该数，最终Set剩下的数为唯一数。

  4.1.2 代码

  class Solution {
      public int singleNumber(int[] nums) {
          HashSet<Integer> set = new HashSet<>();
          for (int x : nums) {
              if (set.contains(x)) {
                  set.remove(x);
              } else {
                  set.add(x);
              }
          }
  
          for (int i = 0; i < nums.length; i++) {
              if (set.contains(nums[i])) {
                  return nums[i];
              }
          }
          return -1;
      }
  }
  

  4.2 复制带随机指针的链表

  

  4.2.1 思路

  使用Map，键值对为<已知链表结点地址, 复制链表结点地址>

  第一次遍历已知链表时，创建复制链表对象的结点并将它们结点地址以<已知链表结点地址, 复制链表结点地址>键值对的形式存入Map中，然后第二次遍历已知链表，根据已知链表结点找到Map中对应复制链表的结点将复制链表结点链接起来

  4.2.2 代码

  /*
  // Definition for a Node.
  class Node {
      int val;
      Node next;
      Node random;
  
      public Node(int val) {
          this.val = val;
          this.next = null;
          this.random = null;
      }
  }
  */
  
  class Solution {
      public Node copyRandomList(Node head) {
          Node cur = head;
          Map<Node, Node> map = new HashMap<>();
          while (cur != null ) {
              Node node = new Node(cur.val);
              map.put(cur, node);
              cur = cur.next;
          }
          cur = head;
          while (cur != null) {
              map.get(cur).next = map.get(cur.next);
              map.get(cur).random = map.get(cur.random);
              cur = cur.next;
          }
          return map.get(head);
      }
  }
  

  4.3 宝石与石头

  

  4.3.1 思路

  把宝石放入Set中，设置以恶搞计数器，然后遍历石头判断宝石是否包含石头的字符，含有计算器就++；

  4.3.2 代码

  class Solution {
      public int numJewelsInStones(String jewels, String stones) {
          /*
          Map<String, String> map = new HashMap<>();
          map.put(jewels, stones);
          int count = 0;
          for (int i = 0; i < jewels.length(); i++) {
              for (int j = 0; j < stones.length(); j++) {
                  if (jewels.charAt(i) == stones.charAt(j)) {
                      count++;
                  }
              }
          }
          */
          int count = 0;
          HashSet<Character> set = new HashSet<>();
          for (Character ch : jewels.toCharArray()) {
              set.add(ch);
          }
          for (Character ch : stones.toCharArray()) {
              if (set.contains(ch)) {
                  count++;
              }
          }
          return count;
      }
  }
  

  4.4 坏键盘打字

  

  4.4.1 思路

  假设预期输出的字符串为strInput，实际输出的字符串为strOutput，我们可以使用Set来存储我们实际输出的字符串，然后在遍历预期输出的字符串，如果发现不含在strOutput里面的就输出。

  4.4.2 代码

  import java.util.HashSet;
  import java.util.Scanner;
  import java.util.Set;
  
  public class Main {
      public static void func(String strInput, String strOutput) {
          Set<Character> set = new HashSet<>();
          for (char ch : strOutput.toUpperCase().toCharArray()) {
              set.add(ch);
          }
  
          Set<Character> badSet = new HashSet<>();
          for (char ch : strInput.toUpperCase().toCharArray()) {
              if(!badSet.contains(ch) && !set.contains(ch)) {
                  badSet.add(ch);
                  System.out.print(ch);
              }
          }
      }
      public static void main(String[] args) {
          Scanner scanner = new Scanner(System.in);
          String strInput = scanner.nextLine();
          String strOutput = scanner.nextLine();
          func(strInput, strOutput);
      }
  }
  
  

  4.5 前K个高频单词

  4.5.1 思路

  1. 使用Map统计单词词频。
  2. 利用topK求前k个词频频率最高的元素（所以需要小根堆），如果出现词频相同的单词，优先保留字典顺序在前的。
  3. 将堆里面的元素存入List，并使用Collections类工具逆序List。
  4. 返回List.

  4.5.2 代码

  class Solution {
      public static List<String> topKFrequent(String[] words, int k) {
          HashMap<String,Integer> map = new HashMap<>();
          //1、统计每个单词出现的次数 map
          for (String s : words) {
              if(map.get(s) == null) {
                  map.put(s,1);
              }else {
                  int val = map.get(s);
                  map.put(s,val+1);
              }
          }
          //2、建立一个大小为K的小根堆
          PriorityQueue<Map.Entry<String,Integer>> minHeap = new PriorityQueue<>(k, new Comparator<Map.Entry<String, Integer>>() {
              @Override
              public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
                  if(o1.getValue().compareTo(o2.getValue()) == 0) {
                      return o2.getKey().compareTo(o1.getKey());
                  }
                  return o1.getValue()-o2.getValue();
              }
          });
  
          //3、遍历Map
          for (Map.Entry<String,Integer> entry : map.entrySet()) {
              if(minHeap.size() < k) {
                  minHeap.offer(entry);
              }else {
                  //说明堆中 已经放满了K个元素，需要看堆顶元素的数据 和当前的数据的大小关系
                  Map.Entry<String,Integer> top = minHeap.peek();
                  //判断频率是否相同，如果相同，比较单词的大小，单词小 的入堆
                  if(top.getValue().compareTo(entry.getValue()) == 0) {
                      if(top.getKey().compareTo(entry.getKey()) > 0) {
                          minHeap.poll();
                          minHeap.offer(entry);
                      }
                  }else {
                      if(top.getValue().compareTo(entry.getValue()) < 0) {
                          minHeap.poll();
                          minHeap.offer(entry);
                      }
                  }
              }
          }
          //System.out.println(minHeap);
          List<String> ret = new ArrayList<>();
          for (int i = 0;i < k;i++) {
              Map.Entry<String,Integer> top = minHeap.poll();
              ret.add(top.getKey());
          }
          Collections.reverse(ret);
          return ret;
      }
  }