算法刷题之二字典

1|0字典类算法

字典所涉及到的题目有如下：

1. 两数之和
2. 字母异位词分组
3. 数独
4. 设计LRU

字典使用技巧：
字典在某些场景下很方便：

1. 判断重复，某一个元素是否重复出现
2. in操作的时间复杂度为常数
3. 需要使用复杂数据结构，key-->[]
4. 消灭判断，使用key直接获取value

2|0两数之和

题目：
给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。
示例:

给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]

方法：
常规思路是可以两次循环找到数组中任意两个不重复元素的和，时间复杂度为O(2)。
高效的做法是将两个数相加等于target，变成判断b --> target-a 在不在字典中。如果在就说明有a + b 等于 target。同时，判断b在不在字典中是常数级别的操作，所以将两层循环变成一层循环。
知识点：使用了字典的查找高效这一特点

def twoSum(nums, target):
    hashmap={}
    for i,num in enumerate(nums):
        if hashmap.get(target - num) is not None:
            return [i,hashmap.get(target - num)]
        hashmap[num] = i #这句不能放在if语句之前，解决list中有重复值或target-num=num的情况

3|0字母异位词分组

题目：
给定一个字符串数组，将字母异位词组合在一起。字母异位词指字母相同，但排列不同的字符串。

示例:
输入: ["eat", "tea", "tan", "ate", "nat", "bat"]
输出:

[
  ["ate","eat","tea"],
  ["nat","tan"],
  ["bat"]
]

说明：
所有输入均为小写字母。
不考虑答案输出的顺序。

方法：给出的字符串数组，将每一个字符串重新排列之后可以分成三类。进一步说就是将排序之后相同的字符串加入到一个数组中。使用字典的key：value。value为数组，这样的结构能够完成，key就是排序后的字符串。因为排序之后的字符串是数组，所以不能直接作为key值，将其合并成字符串。
知识点: 字典的复杂格式 key：[]的使用。要熟练使用collections中的基础数据增强功能

def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
    from collections import defaultdict  # 构造一个key --> []的数据结构
    strs_dict = defaultdict(list)
    for i in strs:
        strs_dict[''.join(sorted(i))].append(i)

    return list(strs_dict.values())

4|0有效的数独

题目：

判断一个 9x9 的数独是否有效。只需要根据以下规则，验证已经填入的数字是否有效即可。

数字 1-9 在每一行只能出现一次。
数字 1-9 在每一列只能出现一次。
数字 1-9 在每一个以粗实线分隔的 3x3 宫内只能出现一次。

上图是一个部分填充的有效的数独。
数独部分空格内已填入了数字，空白格用 '.' 表示。

示例 1:
输入:

[
  ["5","3",".",".","7",".",".",".","."],
  ["6",".",".","1","9","5",".",".","."],
  [".","9","8",".",".",".",".","6","."],
  ["8",".",".",".","6",".",".",".","3"],
  ["4",".",".","8",".","3",".",".","1"],
  ["7",".",".",".","2",".",".",".","6"],
  [".","6",".",".",".",".","2","8","."],
  [".",".",".","4","1","9",".",".","5"],
  [".",".",".",".","8",".",".","7","9"]
]

输出: true

方法：关键点在于判断当前的数字在同行、同列、同一个区域有没有重复。将每一个行中数字保存为一个字典，key是数字，value是出现次数。如果有重复，则value会大于1。同样，每一个列，每一个区域都需要以数字为key，建立字典。最后判断行、列、区域中哪一块有value大于1，则表明数独不存在

知识点:使用字典判断重复，比起循环查找要高效很多。同时字典不断添加还有一个先后循序，有些场合可以避免重复（两数之和）

def isValidSudoku(self, board):
        """
        :type board: List[List[str]]
        :rtype: bool
        """
        # init data
        rows = [{} for i in range(9)]
        columns = [{} for i in range(9)]
        boxes = [{} for i in range(9)]

        # validate a board
        for i in range(9):
            for j in range(9):
                num = board[i][j]
                if num != '.':
                    num = int(num)
                    box_index = (i // 3 ) * 3 + j // 3
                    
                    # keep the current cell value
                    rows[i][num] = rows[i].get(num, 0) + 1
                    columns[j][num] = columns[j].get(num, 0) + 1
                    boxes[box_index][num] = boxes[box_index].get(num, 0) + 1
                    
                    # check if this value has been already seen before
                    if rows[i][num] > 1 or columns[j][num] > 1 or boxes[box_index][num] > 1:
                        return False         
        return True

5|0设计LRU

题目：
设计LRU缓存结构，该结构在构造时确定大小，假设大小为K，并有如下两个功能
set(key, value)：将记录(key, value)插入该结构
get(key)：返回key对应的value值

要求：

1. set和get方法的时间复杂度为O(1)
2. 某个key的set或get操作一旦发生，认为这个key的记录成了最常使用的。
3. 当缓存的大小超过K时，移除最不经常使用的记录，即set或get最久远的。

若opt=1，接下来两个整数x, y，表示set(x, y)
若opt=2，接下来一个整数x，表示get(x)，若x未出现过或已被移除，则返回-1

对于每个操作2，输出一个答案

方法：题目中要求set或get的时间复杂度是O(1)，这就是意味着添加或者查询元素是不能使用循环，所以必须是字典的数据结构。而set或get某一个元素同时还要让该元素热点最大，结合时间复杂度来考虑就不能用循环解决，只能用插入的顺序。但是总所周知通常字典是一个无序的，所以这里要使用有序字典。从collections中导入OrderedDict这种有序字典。有序字典顾名思义就是能够按照插入的顺序保存元素。
知识点：collections中增强数据结构，结合对时间复杂的要求

#
# lru design
# @param operators int整型二维数组 the ops
# @param k int整型 the k
# @return int整型一维数组
#
class Solution:
    def LRU(self , operators , k ):
        from collections import OrderedDict
        res = []
        dic = OrderedDict()
         
        for item in operators:
            oper = item[0]
            if oper == 1:
                key = item[1]
                value = item[2]
                if key in dic:
                    dic.pop(key)
                else:
                    if k > 0:
                        k -= 1
                    else:
                        dic.popitem(False)
                dic[key] = value
            elif oper == 2:
                key = item[1]
                res.append(dic.get(key, -1))
                if key in dic:
                    dic.move_to_end(key)
        return res

6|0总结

字典在算法中出镜的频率很高，这和字典本身的高效性能有关。通常来说一个题如果有一下特征，可以考虑使用字典来解决：

1. 相加之和等于多少
2. 判断元素是否重复出现
3. 对元素分类操作

__EOF__

本文作者：goldsunshine
本文链接：https://www.cnblogs.com/goldsunshine/p/14921298.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！