赞
踩
本系列文章仅是 GitHub 大神 @halfrost 的刷题笔记 《LeetCode Cookbook》的提纲以及示例、题集的 C++转化。原书请自行下载学习。
本篇文章涉及新手应该优先刷的几道经典哈希表算法题,分两篇文章,以后会更新“二刷”“三刷”等等。
给定两个数组,计算它们的交集。
实际上,就是查找 nums2
的元素是否在 nums1
中,只要是从一堆数中查找一个数,那么均可以考虑哈希查找,而对于未知数目与数值的情况,我们使用 unordered set
来解决。
class Solution { public: vector<int> intersection(vector<int>& nums1, vector<int>& nums2) { unordered_set<int> num_set(nums1.begin(), nums1.end()); //使用 nums1 初始化哈希集合 vector<int> res; //遍历 nums2,检查元素是否在哈希集合中 for (int num : nums2) { if (num_set.count(num)) { //如果元素在哈希集合中,则添加到结果列表中 res.push_back(num); num_set.erase(num); //确保交集元素不会重复 } } return res; } };
由于使用了内置的库函数,该算法效率并不高。我们可以直接使用哈希表构建所谓的“集合”,提高代码执行效率:
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
vector<int>result;
unordered_map<int ,int>hash;
for(const auto &num : nums1) hash[num] = 1;
for(const auto &num : nums2) {
--hash[num];
if(hash[num] == 0) result.push_back(num);
}
return result;
}
};
给定一个赎金信( ransomNote
)字符串和一个杂志( magazine
)字符串。
判断 ransomNote
能不能由 magazine
里的字符串构成。可以返回 true
,否则返回 false
。
类似于上篇文章的 #242 有效字母异位词,找出哈希函数 f(key) = key - 'a'
,对应出每个字母在哈希表中的索引,随后以 vector
类模拟哈希表:
magazine
字符串,哈希表中对应的字符增加。ransomNote
字符串,自减哈希表中对应的字符,如果在自减之后该位置的值小于 0,则说明 magazine
中没有足够的字符构建 ransomNote
,直接返回 false
。true
。class Solution { public: bool canConstruct(string ransomNote, string magazine) { if (ransomNote.size() > magazine.size()) return false; // ransomNote 长度过长,必然不满足题意 vector<int> cnt(26); //初始化含有 26 个元素的哈希函数 for (auto & c : magazine) cnt[c - 'a']++; //遍历 magazine,每个字符加入哈希表 for (auto & c : ransomNote) { cnt[c - 'a']--; if (cnt[c - 'a'] < 0) return false; } return true; } };
给定 4 个长度为 n
的整数数组,计算有多少个元组( i
, j
, k
, l
)能满足:
nums[i] + nums[j] + nums[k] + nums[l] == 0
。
这道题与上篇文章提及的 4Sum 问题是基本一致的,但是我们在这里尝试使用哈希查找解决。之前我们使用哈希查找解决 3Sum 问题只是为了练习哈希表的使用,然而这一问题则体现出哈希查找的优势。
思路大致如下:
nums1
和 nums2
一组,nums3
和 nums4
一组。nums1
和 nums2
进行遍历,将所有 nums1
和 nums2
的值之和作为哈希表的 key
,和的次数作为哈希表的 value
。nums3
和 nums4
进行遍历,若 -(nums1[k] + nums4[l])
在哈希表中,则将对应的值累加进答案。class Solution {
public:
int fourSumCount(vector<int>& A, vector<int>& B, vector<int>& C, vector<int>& D) {
unordered_map<int, int> countAB;
for (int u : A) for (int v : B) ++countAB[u + v]; //统计两个数组中的元素之和,同时统计出现的次数,放入 map
int ans = 0;
//统计剩余的两个元素的和,在 map 中找是否存在相加为 0 的情况,同时记录次数
for (int u : C) for (int v : D) if (countAB.count(-u - v)) ans += countAB[-u - v];
return ans;
}
};
以空间换时间,该算法的时间复杂度、空间复杂度均为 O ( n 2 ) \ O(n^2) O(n2) 。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。