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。
当我们想使用哈希法来解决问题的时候,我们一般会选择如下三种数据结构。
但是哈希法也是牺牲了空间换取了时间,因为我们要使用额外的数组,set或者是map来存放数据,才能实现快速的查找。
HashSet 按 Hash 算法来存储集合中的元素,因此具有很好的存储、查找、删除性能。
LinkedHashSet 是 HashSet 的子类,不允许集合元素重复。LinkedHashSet插入性能略低
于 HashSet,但在迭代访问
Set 里的全部元素时有很好的性能。
TreeSet特点:不允许重复、实现排序(自然排序或定制排序)
Map与Collection并列存在。用于保存具有映射关系
的数据:key-value
Collection
集合称为单列集合,元素是孤立存在的(理解为单身)。
Map
集合称为双列集合,元素是成对存在的(理解为夫妻)。
Map 中的 key 和 value 都可以是任何引用类型的数据。但常用String类作为Map的“键”。
Map接口的常用实现类:HashMap
、LinkedHashMap
、TreeMap
和``Properties。其中,HashMap是 Map 接口使用
频率最高`的实现类。
Map 中的 key用Set来存放
,不允许重复
,即同一个 Map 对象所对应的类,须重写hashCode()和equals()方法
Map 中的 key用Set来存放
,不允许重复
,即同一个 Map 对象所对应的类,须重写hashCode()和equals()方法。key和value构成一个entry。所有的entry彼此之间是无序的
、不可重复的
。
存储数据采用的哈希表结构,底层使用一维数组
+单向链表
+红黑树
进行key-value数据的存储。与HashSet一样,元素的存取顺序不能保证一致。
LinkedHashMap 是 HashMap 的子类。存储数据采用的哈希表结构+链表结构,在HashMap存储结构的基础上,使用了一对双向链表
来记录添加元素的先后顺序
,可以保证遍历元素时,与添加的顺序一致。
题目链接:有效的字母异位词
文章讲解/视频讲解: 有效的字母异位词
class Solution {
public boolean isAnagram(String s, String t) {
if(s.length() != t.length()){
return false;
}
int[] record = new int[26];
for(int i = 0; i < s.length(); i++){
record[s.charAt(i) - 'a']++;
}
for(int i = 0; i < t.length(); i++){
record[t.charAt(i) - 'a']--;
}
for (int count: record) {
if (count != 0) { // record数组如果有的元素不为零0,说明字符串s和t 一定是谁多了字符或者谁少了字符。
return false;
}
}
return true;
}
}
数组其实就是一个简单的哈希表
用数组实现哈希法。
建议:本题就开始考虑 什么时候用set 什么时候用数组,本题其实是使用set的好题,但是后来力扣改了题目描述和 测试用例,添加了 0 <= nums1[i], nums2[i] <= 1000 条件,所以使用数组也可以了,不过建议大家忽略这个条件。 尝试去使用set。
题目链接:两个数组的交集
文章讲解/视频讲解:两个数组的交集
set中不允许包含重复的元素
set常用方法:set.size() set.contains(i)) set.add(i);
对于哈希表的实现,数据量较小时用数组,数据量较大或者数据比较分散时用set。
使用数组来做哈希的题目,是因为题目都限制了数值的大小。
而这道题目没有限制数值的大小,就无法使用数组来做哈希表了。
而且如果哈希值比较少、特别分散、跨度非常大,使用数组就造成空间的极大浪费。
将数组1放入集合set1(先去重),再遍历另一个数组,若有相同元素则加入set2(由于不知道相同元素的个数所以我们不使用数组), 结果要求返回数组则再new一个数组,放入元素返回。
// 用set实现哈希法
class Solution {
public int[] intersection(int[] nums1, int[] nums2) {
if(nums1 == null || nums1.length == 0 || nums2 == null || nums2.length == 0){
return new int[0];
}
Set<Integer> set1 = new HashSet<>();
Set<Integer> resSet = new HashSet<>();
for(int i : nums1){
set1.add(i);
}
for(int i : nums2){
if(set1.contains(i)){
resSet.add(i);
}
}
// 另外申请一个数组存放setRes中的元素,最后返回数组
int[] res = new int[resSet.size()];
int j = 0;
for(int i : resSet){
res[j++] = i;
}
return res;
}
}
// 用数组实现哈希法
class Solution {
public int[] intersection(int[] nums1, int[] nums2) {
if(nums1 == null || nums1.length == 0 || nums2 == null || nums2.length == 0){
return new int[0];
}
int[] hash1 = new int[1002]; // 下标表示原数组中的数
int[] hash2 = new int[1002];
for(int i : nums1){
hash1[i]++;
}
for(int i : nums2){
hash2[i]++;
}
Set<Integer> resList = new HashSet<>();
for(int i = 0; i < 1002; i++){
if(hash1[i] > 0 && hash2[i] > 0){ // 可能有重复的数
resList.add(i);
}
}
int index = 0;
int res[] = new int[resList.size()];
for(int i : resList)
res[index++] = i;
return res;
}
}
建议:这道题目也是set的应用,其实和上一题差不多,就是 套在快乐数一个壳子
代码链接:快乐数
题目链接/文章讲解:快乐数
为什么要用set,==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,就要考虑哈希法了。==这句话和这道题有啥关系啊
如何将每一位数字取出
根据我们的探索,我们猜测会有以下2种可能。
class Solution {
public boolean isHappy(int n) {
Set<Integer> record = new HashSet<>();
while(n != 1 && !record.contains(n)){ // 还未进入环
record.add(n);
n = getSum(n);
}
return n == 1; // 环中只有1才返回true
}
private int getSum(int n){
int res = 0;
while(n > 0){
int temp = n % 10;
res += temp * temp;
n = n / 10;
}
return res;
}
}
// 快慢指针 比用哈希表性能好
class Solution {
public boolean isHappy(int n) {
int slow = n;
int fast = getSum(n);
while(n != 1 && slow != fast){ // 还未进入环
slow = getSum(slow);
fast = getSum(getSum(fast));
}
return fast == 1; // 环中只有1才返回true
}
private int getSum(int n){
int res = 0;
while(n > 0){
int temp = n % 10;
res += temp * temp;
n = n / 10;
}
return res;
}
}
建议:本题虽然是 力扣第一题,但是还是挺难的,也是 代码随想录中 数组,set之后,使用map解决哈希问题的第一题。
题目链接:leecode两数之和
文章讲解/视频讲解:两数之和
// HashMap 实现h哈希
class Solution {
public int[] twoSum(int[] nums, int target) {
Map<Integer, Integer> hashtable = new HashMap<>();
// 首先查询哈希表中是否存在 target - x,然后将 x 插入到哈希表中,即可保证不会让 x 和自己匹配
for(int i = 0; i < nums.length; i++){
if(hashtable.containsKey(target - nums[i])){
return new int[]{hashtable.get(target - nums[i]), i};
}
hashtable.put(nums[i], i);
}
return new int[0];
}
}