有关哈希表算法

标签：下标 哈希 有关 元素 算法 数组 表中 例题

例题一

解法（哈希表）： 算法思路： • 如果我们可以事先将「数组内的元素」和「下标」绑定在⼀起存⼊「哈希表」中，然后直接在哈希表中查找每⼀个元素的 target - nums[i] ，就能快速的找到「⽬标和的下标」。 • 这⾥有⼀个⼩技巧，我们可以不⽤将元素全部放⼊到哈希表之后，再来⼆次遍历（因为要处理元素相同的情况）。⽽是在将元素放⼊到哈希表中的「同时」，直接来检查表中是否已经存在当前元素所对应的⽬标元素（即 target - nums[i] ）。如果它存在，那我们已经找到了对应解，并⽴即将其返回。⽆需将元素全部放⼊哈希表中，提⾼效率。 • 因为哈希表中查找元素的时间复杂度是 O(1) ，遍历⼀遍数组的时间复杂度为 O(N) ，因此可以 将时间复杂度降到 O(N) 。这是⼀个典型的「⽤空间交换时间」的⽅式。

例题二

解法（哈希表）： 算法思路： 1. 当两个字符串的⻓度不相等的时候，是不可能构成互相重排的，直接返回 false ； 2. 如果两个字符串能够构成互相重排，那么每个字符串中「各个字符」出现的「次数」⼀定是相同 的。因此，我们可以分别统计出这两个字符串中各个字符出现的次数，然后逐个⽐较是否相等即 可。这样的话，我们就可以选择「哈希表」来统计字符串中字符出现的次数。

例题三

解法（哈希表）： 算法思路： 分析⼀下题⽬，出现「⾄少两次」的意思就是数组中存在着重复的元素，因此我们可以⽆需统计元素出现的数⽬。仅需在遍历数组的过程中，检查当前元素「是否在之前已经出现过」即可。 因此我们可以利⽤哈希表，仅需存储数「组内的元素」。在遍历数组的时候，⼀边检查哈希表中是否已经出现过当前元素，⼀边将元素加⼊到哈希表中。

例题四

解法（哈希表）： 算法思路： 解决该问题需要我们快速定位到两个信息： • 两个相同的元素； • 这两个相同元素的下标。 因此，我们可以使⽤「哈希表」，令数组内的元素做 key 值，该元素所对应的下标做 val 值，将 「数组元素」和「下标」绑定在⼀起，存⼊到「哈希表」中。 思考题： 如果数组内存在⼤量的「重复元素」，⽽我们判断下标所对应的元素是否符合条件的时候，需要将不同下标的元素作⽐较，怎么处理这个情况呢？ 答：这⾥运⽤了⼀个「⼩贪⼼」。 我们按照下标「从⼩到⼤」的顺序遍历数组，当遇到两个元素相同，并且⽐较它们的下标时，这两个下标⼀定是距离最近的，因为： • 如果当前判断符合条件直接返回 true ，⽆需继续往后查找。 • 如果不符合条件，那么前⼀个下标⼀定不可能与后续相同元素的下标匹配（因为下标在逐渐变⼤），那么我们可以⼤胆舍去前⼀个存储的下标，转⽽将其换成新的下标，继续匹配。

例题五

解法（哈希表 + 排序）： 算法思路： 互为字⺟异位词的单词有⼀个特点：将它们「排序」之后，两个单词应该是「完全相同」的。 所以，我们可以利⽤这个特性，将单词按照字典序排序，如果排序后的单词相同的话，就划分到同⼀组中。 这时我们就要处理两个问题： • 排序后的单词与原单词需要能互相映射； • 将排序后相同的单词，「划分到同⼀组」； 利⽤语⾔提供的「容器」的强⼤的功能就能实现这两点： • 将排序后的字符串（ string ）当做哈希表的 key 值； • 将字⺟异位词数组（ string[] ）当成 val 值。 定义⼀个「哈希表」即可解决问题。

标签：下标,哈希,有关,元素,算法,数组,表中,例题
From： https://blog.csdn.net/2301_79881188/article/details/137400623