算法刷题Day6 | 242.有效的字母异位词、349. 两个数组的交集、202. 快乐数、1. 两数之和

目录

  • 0 哈希表 哈希函数
  • 1 有效的字母异位词
    • 1.1 string的回顾
    • 1.2 我的代码
  • 2 两个数组的交集
    • 2.1 unordered_set 介绍
    • 2.2 我的解题(set)
  • 3 快乐数
    • 3.1 我的解题(set)
  • 4 两数之和
    • 4.1 暴力求解
    • 4.2 map的使用
    • 4.3 哈希表(map)

请添加图片描述

  • 🙋‍♂️ 作者:海码007
  • 📜 专栏:算法专栏
  • 💥 标题:算法刷题Day6 | 242.有效的字母异位词、349. 两个数组的交集、202. 快乐数、1. 两数之和
  • ❣️ 寄语:书到用时方恨少,事非经过不知难!

0 哈希表 哈希函数

  • 🎈 文档讲解:代码随想录
  • 🎈 视频讲解:b站视频

下面是我对这两个概念的一些理解:

在这里插入图片描述

想使用哈希方法解决问题的时候(一般遇到判断某个元素是否在某个集合中出现的时候就用哈希表),一般常用如下三种数据结构

  • 数组
  • set(集合)
  • map(映射)

1 有效的字母异位词

  • 🎈 文档讲解:代码随想录
  • 🎈 视频讲解:
  • 🎈 做题状态:顺利写出来

1.1 string的回顾

不足:string字符串的遍历有点忘记了,下面总结一下遍历string字符串的几种方式:

  • 使用 operator [] 进行遍历。 string s; s[0]
  • 使用迭代器遍历,因为string也是属于stl中的容器,所以也可以使用迭代器。 string::iterator sit = s.begin()
  • 使用 auto subS :s 的方式进行遍历
  1. operator [ ]
int StrToInt1(string s)
{
	int value = 0;
	for (size_t i = 0; i < s.size(); i++)
	{
		value *= 10;
		value += s[i] - '0';
	}
	return value;
}

  1. 迭代器
int StrToInt2(string s)
{
	int value = 0;
	string::iterator sit = s.begin();
	while (sit != s.end())
	{
		value *= 10;
		value += *sit - '0';
		sit++;
	}
	return value;
}

  1. 新式for循环 auto
int StrToInt3(string s)
{
	int value = 0;
	for (auto e : s)
	{
		value *= 10;
		value += e - '0';
	}
	return value;
}

1.2 我的代码

思路:首先将 单个字符 和 ASCII码 联系起来,这样利用ASCII码作为数组的下标索引,然后保存对应的 字符数据。
可以发现这就是哈希的思想,计算机不能直接对 字符 进行索引,但是我们可以将字符转换成 整数index 这样保存到数组中就可以直接索引到元素。

class Solution {
public:
    bool isAnagram(string s, string t) {
        // a的ASCII码是97,z的ASCII码是122
        // 新建一个数组,大小为(122-97+1)
        int arr[26] = {0};

        // 遍历字符串s,数组对应下标元素加一
        for (auto subS : s)
        {
            int index = subS - 97;
            arr[index]++;
        }

        // 遍历字符串t,数组对应下标元素减一
        for (auto subT : t)
        {
            int index = subT - 97;
            arr[index]--;
        }
        
        // 遍历 arr 数组如果元素全部为0,则返回true
        for (int i = 0; i < 26; i++)
        {
            if (arr[i] != 0)
            {
                return false;
            }
        }
        return true;
    }
};

2 两个数组的交集

  • 🎈 文档讲解:
  • 🎈 视频讲解:https://www.bilibili.com/video/BV1ba411S7wu/?vd_source=d499e7f3a8e68e2b173b1c6f068b2147
  • 🎈 做题状态:题目意思一开始理解错了,原来只要找到有相同元素的就行。我理解成要找出一个子序列相交

2.1 unordered_set 介绍

当然!让我们谈谈 C++ 中的 std::unordered_set。这是一个有趣的容器,它提供了快速的搜索、插入和删除唯一对象的功能。以下是关键要点:

  1. std::unordered_set 是什么?

    • std::unordered_set 是 C++ 中的一种 关联容器
    • 它保存了一组指定类型(我们称之为 Key)的 唯一对象
    • std::set 不同,std::unordered_set 中的元素 不按特定顺序排序
    • 内部根据它们的哈希值将元素组织到 中。
  2. 复杂度:

    • 搜索、插入和删除操作的 平均时间复杂度 都是常数时间。
    • 实际性能取决于哈希函数的质量和元素数量。
  3. 成员函数:

    • begin()end()empty()size()insert()erase()clear() 等等。
    • 你还可以使用 emplace() 来高效地插入元素。
  4. 哈希:

    • 哈希函数决定了元素属于哪个桶。
    • 如果需要,你可以自定义哈希函数。
  5. 示例用法:

    #include <iostream>
    #include <unordered_set>
    
    int main() {
        std::unordered_set<int> mySet;
        mySet.insert(42);
        mySet.insert(17);
        mySet.insert(99);
    
        for (const auto& value : mySet) {
            std::cout << value << " ";
        }
        // 输出:99 42 17
        return 0;
    }
    
  6. 记住:

    • std::unordered_set 中的元素是 唯一的(没有重复项)。
    • 当你需要快速查找且不关心顺序时,可以使用它。

想要了解更多细节,请查阅 C++ 参考文档 或者探索一些实际示例! 🚀🔍

2.2 我的解题(set)

  1. 使用数组(由于题目中,数组总数量不超过1000,所以可以直接用数组作为哈希表,这样可以提高效率)
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {

        unordered_set<int> result;
        // 初始化哈希set,这样重复的数字直接去除了
        int hashMap[1001] = {0};
        for (int i = 0; i < nums1.size(); i++)
        {
            // 将 nums1 数组映射到 hashMap 中
            hashMap[nums1[i]] = 1;
        }

        for (int i = 0; i < nums2.size(); i++)
        {
            // 将 nums1 数组映射到 hashMap 中
            if (hashMap[nums2[i]] == 1)
            {
                result.insert(nums2[i]);
            }
        }

        vector<int> v_result(result.begin(), result.end());
        return v_result;
    }
  1. 使用 unordered_set 制作哈希表,当哈希表元素总量不确定时,用 unordered_set 容器比较好
class Solution {
public:
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
        
        // 初始化哈希set,这样重复的数字直接去除了
        unordered_set<int> hashMap(nums1.begin(), nums1.end());
        unordered_set<int> result;

        for (int i = 0; i < nums2.size(); i++)
        {
            auto search = hashMap.find(nums2[i]);
            if (search != hashMap.end())
            {
                // 如果找到一个元素有交集,则插入result中
                result.insert(nums2[i]);
            }
        }
        vector<int> v_result(result.begin(), result.end());
        return v_result;
    }
};

3 快乐数

  • 🎈 文档讲解:https://programmercarl.com/0202.%E5%BF%AB%E4%B9%90%E6%95%B0.html#%E6%80%9D%E8%B7%AF
  • 🎈 视频讲解:
  • 🎈 做题状态:对怎么样进去数的拆分求和都忘记了

3.1 我的解题(set)

注意点: hashMap.find(sum) != hashMap.end() 表示找到相同的元素。 有点反逻辑明明是相同,判断条件里确实 != 。

让我们来解释一下:

  1. 首先,让我们看一下 hashMap.find(sum) 的含义。在 C++ 中,std::unordered_mapfind 函数用于查找给定键(sum)是否存在于哈希表中。如果找到了相应的键,则返回指向该键的迭代器;否则,返回指向哈希表末尾的迭代器(即 hashMap.end())。

  2. 现在,我们来看看条件 hashMap.find(sum) != hashMap.end()

    • 如果 hashMap.find(sum) 返回的迭代器不等于 hashMap.end(),那么表示找到了相同的元素。
    • 如果 hashMap.find(sum) 返回的迭代器等于 hashMap.end(),那么表示没有找到相同的元素。

因此,虽然看起来有点反直觉,但这个条件确实是用于判断是否找到了相同的元素。🙂

class Solution {
public:
    bool isHappy(int n) {
        // 将求出来的和放入哈希表中
        // 当放入时已经有重复出现的数的话,则直接返回false,否则知道sum等于1返回true
        unordered_set<int> hashMap;
        int sum = 0;

        while(true)
        {
            // 1. 对n进行拆分求和
            sum = 0;
            while(n != 0)
            {
                cout << "n = " << n << endl;
                sum += (n%10) * (n%10);
                n /= 10;
            }

            cout << "sum = " << sum << endl;

            // 当sum为1的时候,直接返回true
            if (sum == 1) return true;

            // 判断是否已经是第二次出现,如果不是,则将sum存入哈希表中
            auto search = hashMap.find(sum);
            if ( search != hashMap.end() )
            {
                // 如果已经是第二次出现,则直接返回false
                return false;
            }
            hashMap.insert(sum);

            // 将n重新赋值
            n = sum;
        }
    }
};

4 两数之和

  • 🎈 文档讲解:
  • 🎈 视频讲解:
  • 🎈 做题状态:之前已经用暴力求解做出来了,但是哈希的方式没想出来

4.1 暴力求解

class Solution {
public:
    std::vector<int> twoSum(std::vector<int>& nums, int target) {
        std::vector<int> result;
        int sum;
        for (int i = 0; i < nums.size() - 1; i++) {
            for (int j = i + 1; j < nums.size(); j++) { // 修改此处的循环条件
                sum = nums[i] + nums[j];
                if (sum == target) {
                    result.push_back(i);
                    result.push_back(j);
                    return result;
                }
            }
        }
        // 如果没有找到符合条件的索引,可以返回一个空的 vector
        return result;
    }
};

4.2 map的使用

当谈到使用 unordered_map 时,我们通常是在处理键值对的无序集合。下面详细介绍了 unordered_map 的创建、插入、删除以及其他操作的方法和时间复杂度:

  1. 创建和定义 unordered_map

    • 使用默认构造函数创建空的 unordered_map
      std::unordered_map<std::string, int> umap;
      
    • 在创建时进行初始化:
      std::unordered_map<std::string, std::string> umap {
          {"Python教程", "[9](http://c.biancheng.net/stl/)"},
          {"Java教程", "[10](http://c.biancheng.net/java/)"}
      };
      
  2. 插入元素

    • 使用 emplace() 方法插入键值对:

      umap.emplace("C++教程", "[11](http://c.biancheng.net/cplus/)");
      
    • insert() 方法
      使用 insert() 方法可以将键值对元素添加到 unordered_map 中。语法格式有两种:

      • 以普通方式传递参数:
        std::unordered_map<int, std::string> umap;
        umap.insert(std::make_pair(1, "hello"));
        
      • 以右值引用的方式传递参数(C++11 及以上版本):
        umap.insert({2, "world"});
        
    • insert_or_assign() 方法
      使用 insert_or_assign() 方法可以插入元素,或者如果键已存在,则赋值给当前元素。示例:

      umap.insert_or_assign(3, "new value");
      
    • try_emplace() 方法
      使用 try_emplace() 方法,如果键不存在,则原位插入;如果键已存在,则不做任何操作。示例:

      umap.try_emplace(4, "another value");
      
    • emplace_hint() 方法
      使用 emplace_hint() 方法可以在指定位置原位构造元素。示例:

      auto hint = umap.begin();
      umap.emplace_hint(hint, 5, "hinted value");
      
  3. 访问元素

    • 使用 [] 运算符或 at() 方法访问元素:
      std::string python_url = umap["Python教程"];
      // 或者
      std::string java_url = umap.at("Java教程");
      
  4. 删除元素

    • 使用 erase() 方法删除指定键的元素:
      umap.erase("Java教程");
      
  5. 其他操作

    • 迭代器:可以使用迭代器遍历 unordered_map 中的元素。
    • 大小:使用 size() 方法获取元素个数。
  6. 时间复杂度

    • 插入、查找、删除操作的平均时间复杂度为 O(1),但在最坏情况下可能为 O(n)(例如哈希冲突)。
    • 注意,这里的时间复杂度是平均情况下的估计,实际性能可能受到哈希函数和数据分布的影响。

总之,unordered_map 是一个适用于需要快速插入、删除和查找数据的场景的容器。在选择使用 map 还是 unordered_map 时,需要根据具体的需求来进行选择。¹²³⁴

4.3 哈希表(map)

本题的重要三点内容:

  • 为什么想到用哈希表
  • 为什么使用map作为哈希表,而不是set
  • 本题map是保存了什么数据,什么是键,什么是值

使用 unordered_set 作为哈希表时,存在一个问题,就是找到了那两个元素之后,只能知道元素的值和其中一个元素的下标,另一个元素的下标未知。因为 unordered_set 只保存了键。缺陷代码如下:

class Solution {
public:
    std::vector<int> twoSum(std::vector<int>& nums, int target) {
        unordered_set<int> hashMap(nums.begin(), nums.end());

        for (int i = 0; i < nums.size(); i++)
        {
            if (hashMap.find(target - nums[i]) != hashMap.end())
            {
                cout << "找到了" << endl;
                // 无法确定另一个元素的索引值
                std::vector<int> v_result = {i, target - nums[i]};
                return v_result;
            }
        }
        return nums;
    }
};

所以需要使用 unordered_map 容器key用来存放元素值,value用来存放索引。

我的思路:先遍历将 vector 的元素值和索引存入 map 中,然后遍历 vector 判断 target - nums[i] 是否在 map 容器中如果存在,则返回。

代码随想录:直接遍历 vector 判断 target - nums[i] 是否在 map 容器中如果存在则返回,如果不存在则插入当前的值。

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        std::unordered_map <int,int> map;
        for (int i = 0; i < nums.size(); i++)
        {
            auto iter = map.find(target - nums[i]);
            if (iter != map.end())
            {
                return {iter->second, i};
            }
            // 将 nums 中的元素值和索引插入 map 中
            map.insert(pair<int, int> (nums[i], i));
        }
        return {};
    }
};

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/450839.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

使用单片机和电流互感器对非正弦周期电流有效值测定

前言&#xff1a;使用单片机加电流互感器测量交流电路的电流&#xff0c;是非常常见的手段。最简单的方案就是直接使用采样电阻&#xff0c;整流滤波&#xff0c;再进入MCU的ADC进行转换&#xff0c;再通过软件滤波得到一个代表着电流大小的数值。对于电流保护功能来说&#xf…

如何从用户心理一步步挖掘用户需求?

为了更深入透彻挖掘用户需求&#xff0c;彻底满足用户的真实需求&#xff0c;我们可以从用户心理角度&#xff0c;一步步从方案级需求到问题级需求&#xff0c;再到人性级需求。 1、从方案级需求到问题级需求 方案级需求通常是指用户提出的具体解决方案或需求表述。这种需求往往…

一文彻底搞懂IO流

文章目录 1. 什么是IO流2. IO流原理3. IO流分类3.1 按数据类型分类3.2 按流的方向分类 4. IO流的使用场景5. 常用的IO流类5.1 字节流类5.2 字符流类5.3 输入输出流类5.4 字符输出流类 1. 什么是IO流 Java对数据的操作是通过流的方式&#xff0c;IO是java中实现输入输出的基础&…

探索ChatGPT的前沿科技:解锁其在地理信息系统、气候预测、农作物生长等关键领域的创新应用

以ChatGPT、LLaMA、Gemini、DALLE、Midjourney、Stable Diffusion、星火大模型、文心一言、千问为代表AI大语言模型带来了新一波人工智能浪潮&#xff0c;可以面向科研选题、思维导图、数据清洗、统计分析、高级编程、代码调试、算法学习、论文检索、写作、翻译、润色、文献辅助…

Java高校学校校园排课系统设计与实现(Idea+Springboot+mysql)

博主介绍&#xff1a;黄菊华老师《Vue.js入门与商城开发实战》《微信小程序商城开发》图书作者&#xff0c;CSDN博客专家&#xff0c;在线教育专家&#xff0c;CSDN钻石讲师&#xff1b;专注大学生毕业设计教育和辅导。 所有项目都配有从入门到精通的基础知识视频课程&#xff…

【wine】vb程序自定义窗口最大化崩溃分析EXCEPTION_FLT_INEXACT_RESULT 失败

故障现象&#xff0c;wine运行windows应用程序,点击最大化按钮崩溃&#xff0c;wine日志如下 02a8:err:ole:apartment_getclassobject DllGetClassObject returned error 0x80040111 for dll L"C:\\windows\\system32\\msxml2.dll" 029c:err:ole:com_get_class_obje…

蓝桥杯练习系统(算法训练)ALGO-977 P0805大数乘法

资源限制 内存限制&#xff1a;256.0MB C/C时间限制&#xff1a;1.0s Java时间限制&#xff1a;3.0s Python时间限制&#xff1a;5.0s 当两个比较大的整数相乘时&#xff0c;可能会出现数据溢出的情形。为避免溢出&#xff0c;可以采用字符串的方法来实现两个大数之间的…

C++ 哈希

目录 1. 哈希概念 2. 哈希冲突 3. 哈希函数 4. 哈希冲突解决 4.1 闭散列 4.2 开散列 4.3 对于哈希表的补充 5. 开散列与闭散列比较 6. 哈希表的模拟实现以及unorder_set和unorder_map的封装 1. 哈希概念 顺序结构以及平衡树中&#xff0c;元素关键码与其存储位置之间…

谷粒商城——分布式基础(全栈开发篇第一部分)

文章目录 一、服务治理网路数据支撑日志处理ELK应用监控集成工具开发工具 二、环境创建1、虚拟机创建2、虚拟机安装docker等1. 安装docker1. 配置阿里docker3.docker安装mysql错误 4、docker安装redis 3、软件1.Maven 阿里云镜像1.8jdk2、idea lombokmybatisX &#xff0c;3、 …

算法之滑动窗口

题目1:209. 长度最小的子数组 - 力扣&#xff08;LeetCode&#xff09; 解法⼀(暴力求解): 思路&#xff1a; 从前往后, 枚举数组中的任意⼀个元素, 把它当成起始位置, 然后从这个起始位置开始, 然 后寻找⼀段最短的区间, 使得这段区间的和「⼤于等于」⽬标值. 将所有元素作为…

Docker容器化技术(数据卷的管理)

数据卷 是一个可供容器使用的特殊目录&#xff0c;它将主机操作系统目录直接 映射进容器&#xff0c;类似于 Linux 中的 mount 行为 。 数据卷&#xff1a;可以提供很多有用的特性 数据卷可以在容器之间共事和重用&#xff0c;容器间传递数据将变得高效与方便&#xff1b;对数…

二分查找【详解】

本期介绍&#x1f356; 主要介绍&#xff1a;二分查找的简单思路&#xff0c;为什么必须在有序的前提下才能使用二分查找&#xff0c;该怎么用C程序来实现二分查找&#xff0c;二分查找的局限性&#x1f440;。 文章目录 1. 题目2. 思路3. 前提条件4. 编写程序 1. 题目 在一个有…

详解mfc140.dll文件,修复mfc140.dll缺失的多种方法

mfc140.dll文件是Windows操作系统中的一个非常重要的动态链接库文件。它不仅被广泛用于操作系统本身的正常运行&#xff0c;还被许多应用程序所依赖。 一、详解mfc140.dll文件 mfc140.dll是Microsoft Foundation Classes&#xff08;MFC&#xff09;库中的一个动态链接库&…

SpringBoot整合阿里云文件上传OSS以及获取oss临时访问url

SpringBoot整合阿里云文件上传OSS 1. 引入相关依赖<!--阿里云 OSS依赖--><dependency><groupId>com.aliyun.oss</groupId><artifactId>aliyun-sdk-oss</artifactId><version>3.10.2</version></dependency><dependen…

106. Dockerfile通过多阶段构建减小Golang镜像的大小

我们如何通过引入具有多阶段构建过程的Dockerfiles来减小Golang镜像的大小&#xff1f; 让我们从一个通用的Dockerfile开始&#xff0c;它负责处理基本的事务&#xff0c;如依赖项、构建二进制文件、声明暴露的端口等&#xff0c;以便为Go中的一个非常基础的REST API提供服务。…

常见的排序算法的时间复杂度

常见的排序算法的时间复杂度 排序算法的时间复杂度通常取决于输入数据的规模&#xff08;通常表示为n&#xff09;。以下是一些常见排序算法及其平均、最好和最坏情况下的时间复杂度&#xff1a; 1、冒泡排序&#xff08;Bubble Sort&#xff09; 平均时间复杂度&#xff1a;…

进程打开文件

目录 一、预备知识 二、操作文件函数 三、操作文件系统调用 四、理解进程打开文件 函数 vs 系统调用 open的返回值 fd 如何理解一切皆文件&#xff1f; 理解struct file 内核对象 fd的分配规则 && 重定向 理解标准错误流&#xff08;2号文件描述符&#xff0…

得帆助力大族激光主数据平台建设,用数据为企业生产力赋能

本期客户 大族激光科技产业集团股份有限公司&#xff08;以下简称“大族激光”&#xff09;是一家从事工业激光加工设备与自动化等配套设备及其关键器件的研发、生产、销售&#xff0c;激光、机器人及自动化技术在智能制造领域的系统解决方案的优质提供商&#xff0c;是国内激光…

如何通过四维轻云SDK开发打造智慧景区管理平台?

智慧景区管理平台通常是基于GIS技术&#xff0c;在三维实景地图的基础上&#xff0c;接入景区各类传感设备、第三方系统数据&#xff0c;进行业务功能的梳理及开发。但对于没有GIS开发经验的团队而言&#xff0c;地图开发具有一定的技术门槛&#xff0c;尤其是需要在前端解决好…

VR全景在智慧园区中的应用

VR全景如今以及广泛的应用于生产制造业、零售、展厅、房产等领域&#xff0c;如今720云VR全景更是在智慧园区的建设中&#xff0c;以其独特的优势&#xff0c;发挥着越来越重要的作用。VR全景作为打造智慧园区的重要角色和呈现方式已经受到了越来越多智慧园区企业的选择和应用。…