(6/60)哈希表理论基础、有效的字母异位词、两个数组的交集、快乐数、两数之和

哈希表理论基础

定义

哈希表是根据关键码的值而直接进行访问的数据结构。

特点是查询时间复杂度为O(1)。

哈希函数

哈希表存储过程：键---映射--->数值（索引）中，完成这个映射过程的函数。

哈希碰撞

哈希函数映射到同一位置时称为哈希碰撞。

解决方案有两种：

1. 拉链法。在原位置上向后接链表存储。
2. 线性探测法。在表中线性遍历下去寻找空位。

常见哈希结构

1. 数组
2. 集合（set）
3. 映射（map）

C++提供的set数据结构

集合	底层实现	是否有序	数值是否可以重复	能否更改数值	查询效率	增删效率
std::set	红黑树	有序	否	否	O(log n)	O(log n)
std::multiset	红黑树	有序	是	否	O(logn)	O(logn)
std::unordered_set	哈希表	无序	否	否	O(1)	O(1)

C++提供的map数据结构

映射	底层实现	是否有序	数值是否可以重复	能否更改数值	查询效率	增删效率
std::map	红黑树	key有序	key不可重复	key不可修改	O(logn)	O(logn)
std::multimap	红黑树	key有序	key可重复	key不可修改	O(log n)	O(log n)
std::unordered_map	哈希表	key无序	key不可重复	key不可修改	O(1)	O(1)

（从上往下依次为：不可重复、可重复、不可重复且无序）

红黑树实现的key是有序的，但只能增删，不可修改。

总结

1. 要快速判断元素是否存在于集合内时，要想到哈希法。

2. 本质是空间换时间

---

有效字母异位词

leetcode：242. 有效的字母异位词

排序法

思路

很简单的想法，排序完之后对比俩字符串是否相等。

复杂度分析

时间复杂度：O(NlogN)。两个排序，单个排序O(NlogN)。

空间复杂度：O(1)。

注意点

略

代码实现

class Solution {
public:
    // 排序法
    bool isAnagram(string s, string t) {
        sort(s.begin(),s.end());
        sort(t.begin(),t.end());
 
        if(s == t)
            return true;
        else
            return false;
    }
};

哈希法

思路

要判断某些元素出现次数是否相等，想到哈希法。

元素数量确定且小（26个字母），所以用数组的数据结构。

1. 遍历一个字符串，对映射位置的元素++；再遍历另一个字符串，对映射位置的元素--
2. 遍历映射数组，看元素是否还为初始化的值，全为初始值则两字符串为有效字母异位词，否则不是。

复杂度分析

时间复杂度：O(N+M)。两个并列循环，N、M分别是s、t的长度，加一个常数次的循环。

空间复杂度：O(1)。开了常数个（26）空间的数组。

注意点

1. 数组初始化

   1. 使用花括号 {} 初始化：

      cppCopy Codeint arr[3] = {1, 2, 3};

      这种方式可以用于静态数组和动态数组的初始化，也可以用于多维数组的初始化。

   2. 不使用花括号 {} 初始化：

      cppCopy Codeint arr[3] = {0};    // 所有元素都初始化为0
      int arr[3] = {};     // 所有元素都初始化为0
      int arr[] = {1, 2};  // 数组长度自动推断为2

      这种方式也适用于静态数组和动态数组的初始化，但是不适用于多维数组的初始化。

   3. 使用数组下标逐个赋值：

      cppCopy Codeint arr[3];
      arr[0] = 1;
      arr[1] = 2;
      arr[2] = 3;

      这种方式可以用于静态数组和动态数组的初始化，也可以用于多维数组的初始化。

   4. 使用循环语句逐个赋值：

      cppCopy Codeint arr[3];
      for (int i = 0; i < 3; i++) {
          arr[i] = i + 1;
      }

      这种方式可以用于静态数组和动态数组的初始化，也可以用于多维数组的初始化。在多维数组的初始化时，需要嵌套多层循环。

2. 数组不能直接.size()获取长度。可以通过sizeof(arr)/sizeof(arr[0])的方式获取数组长度。

代码实现

class Solution {
public:
    // 哈希法
    bool isAnagram(string s, string t) {
        // 用一个size为26的数组来映射字符出现次数
        int hash[26] = {0}; // *数组初始化方式
        // s中出现的字符对应位置++
        for(int i = 0;i < s.size();i++){
            hash[ s[i] -'a' ]++;	// 细节，字母减去'a'刚好就映射到了0~25的数组下标
        }
        // t中出现的字符对应位置--
        for(int j = 0;j < t.size();j++){
            hash[ t[j] -'a' ]--;
        }
        // 如果最终数组元素全为0，则是字母异位词
        for(int k = 0;k < 26;k++){
            if(hash[k] != 0)
                return false;
        }
 
        return true;
    }
};

---

两个数组的交集

leetcode：349. 两个数组的交集

哈希法（集合）

思路

输出结果唯一且无序，直接念unordered_set身份证号了，所以返回结果用无序集转vector。

中间过程，交集如何找：

1. 另设一个集合，遍历存入数组1的值。
2. 遍历数组2，看数组2元素是否已经存在于中间集，如果是则将元素存入结果集。

复杂度分析

时间复杂度：O(N)。

空间复杂度：O(N+M)。N是nums1的大小，是nums1、nums2的交集大小。

注意点

1. vector有构造函数可以用迭代器。

代码实现

class Solution {
public:
    // 哈希法（集合）
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
        unordered_set<int> result_set;   // 结果集
        unordered_set<int> temp_set;	// 中间集(过程)
        for(int num : nums1){
            temp_set.insert(num);
        }
 
        for(int num : nums2){
            if(temp_set.find(num) != NULL){
                result_set.insert(num);
            }
        }
 
        return vector<int>(result_set.begin(),result_set.end());
    }
};

哈希法（数组）

思路

同集合法。已知数组长度<=1000时可以用数组来做映射。

复杂度分析

时间复杂度：O(N)。

空间复杂度：O(N)。N是两数组交集大小。

注意点

略。

代码实现

class Solution {
public: