当前位置: 首页 > article >正文

代码随想录day5 哈希表part 01 242.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

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

哈希碰撞:1、拉链法:其实拉链法就是要选择适当的哈希表的大小,这样既不会因为数组空值而浪费大量内存,也不会因为链表太长而在查找上浪费太多时间。

2、线性探测法:

例如冲突的位置,放了小李,那么就向下找一个空位放置小王的信息。所以要求tableSize一定要大于dataSize ,要不然哈希表上就没有空置的位置来存放 冲突的数据了。、

 

 

 

 

class Solution {
public:
    bool isAnagram(string s, string t) {
        if(s.size()!=t.size()) return false;
            vector<int> res(26,0);
            for(int i=0;i<s.size();i++){
                res[s[i]-'a']++;
            }
            for(int i=0;i<t.size();i++){
                res[t[i]-'a']--;
            }
            for(int i=0;i<26;i++){
                if(res[i]) return false;
            }
            return true;
    }
};

就是判断出现的次数,加上字符串出现次数不多,直接的想法是用哈希表,一遍ac.

进阶: 如果输入字符串包含 unicode 字符怎么办?你能否调整你的解法来应对这种情况?

这里的空间复杂度是O(1),26相比n很小所以是O(1)。

 

可以考虑练习使用set,如果没有限制数值的大小,就无法使用数组来做哈希表了。看了题解才写的,主要是不熟悉unordered_set的写法。

class Solution {
public:
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
        unordered_set<int> res;
        vector<int> ans;
        for(int i=0;i<nums1.size();i++){
            res.insert(nums1[i]);
        }
        for(int i=0;i<nums2.size();i++){
            if(res.find(nums2[i])!=res.end()){
                ans.push_back(nums2[i]);
            }
        }
        unordered_set<int> tmp=unordered_set<int>(ans.begin(),ans.end());;
        return vector<int>(tmp.begin(),tmp.end());
        
    }
};

题解写法:

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());
    }
};

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。

 

class Solution {
public:
    bool isHappy(int n) {
        unordered_set<long long> res;
        int ans=0;
        while(n!=1){
            ans=0;
            while(n){
                int tmp=n%10;
                ans+=(tmp*tmp);
                n/=10;

            }
            if(ans==1) return true;
            if(res.find(ans)!=res.end()) return  false;
            res.insert(ans);
            n=ans;
            
        }
        return true;
    }
};

空间复杂度和时间复杂度都是o(logn)

一遍ac。就是结果会循环出现,判断出现出现过的结果,就判断为false,如果出现1就判断为true。

 

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        unordered_map<int,int> ans;
        
        for(int i=0;i<nums.size();i++){
            if(ans.find(target-nums[i])!=ans.end()){
                return {ans[target-nums[i]],i};
            }
            ans[nums[i]]=i;
            // ans.insert(pair<int,int>(nums[i],i));
            
        }
        return {};
    }
};

看了map的使用方法,一遍ac。只会出现一种情况,想到哈希。知道目标值,和遍历数组的每个数值的情况下,如果需要的另外一个数值已经插入到map中,就返回该数映射的下标和当前下标。

首先我再强调一下 什么时候使用哈希法,当我们需要查询一个元素是否出现过,或者一个元素是否在集合里的时候,就要第一时间想到哈希法。

下面是题解写法:

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 {};
    }
};

 空间复杂度和时间复杂度是O(n)。

map.insert 可以加入pair的数据结构。map.find用来查找元素。


http://www.kler.cn/a/157284.html

相关文章:

  • 华为ensp--BGP路由反射器
  • 绕组识别标签规范
  • 【5】C#期末复习第5套
  • 数据库系统原理:数据恢复与备份策略
  • PyTorch 神经网络回归(Regression)任务:关系拟合与优化过程
  • OpenCV相机标定与3D重建(26)计算两个二维点集之间的部分仿射变换矩阵(2x3)函数 estimateAffinePartial2D()的使用
  • 【FMC141】基于VITA57.4标准的4通道2.8GSPS 16位DA播放子卡(2片DAC39J84)
  • 股票代码合法验证:python字符串str应用
  • 力扣(LeetCode)907. 子数组的最小值之和(C++)
  • WEB渗透—反序列化(十一)
  • HeteroTiC: 基于异构时间通道的鲁棒网络流水印
  • GCN,GraphSAGE 到底在训练什么呢?
  • 卷积神经网络(CNN):乳腺癌识别.ipynb
  • ChatGPT使用路径:从新手到专家的指南
  • RedisTemplate序列化的问题
  • ElasticSearch学习笔记(一)
  • Redis Hash数据类型
  • C#的参数数组
  • 使用ES6 async awai t进行异步处理
  • python - abstractmethod作用 - `staticmethod`和`abc.abstractmethod`:它会混合吗?
  • Git和Git小乌龟安装
  • make -c VS make -f
  • 电脑发生0x80070002错误,0x80070002错误代码怎么解决
  • G口大带宽是什么意思?
  • Appium:进行iOS自动化测试遇到的问题与解决方案
  • Learning Normal Dynamics in Videos with Meta Prototype Network 论文阅读