代码训练(17)LeetCode之存在重复元素
Author: Once Day Date: 2024年5月7日
漫漫长路,才刚刚开始…
全系列文章可参考专栏: 十年代码训练_Once-Day的博客-CSDN博客
参考文章:
- 219. 存在重复元素 II - 力扣(LeetCode)
- 力扣 (LeetCode) 全球极客挚爱的技术成长平台
文章目录
- 代码训练(17)LeetCode之存在重复元素
- 1. 原题
- 2. 分析
- 3. 代码实现
- 4. 总结
1. 原题
给你一个整数数组
nums
和一个整数k
,判断数组中是否存在两个 不同的索引i
和j
,满足nums[i] == nums[j]
且abs(i - j) <= k
。如果存在,返回true
;否则,返回false
。
1 <= nums.length <= 10^5
-10^9 <= nums[i] <= 10^9
0 <= k <= 10^5
例如对于nums = [1,2,3,1,2,3], k = 2
,不存在间隔两个以内的相等值,因此返回False。
2. 分析
该题目要求我们判断一个给定的整数数组 nums
中是否存在两个不同的索引 i
和 j
,使得 nums[i] == nums[j]
且两个索引的差的绝对值不大于 k
。如果存在这样的一对索引,则返回 true
,否则返回 false
。
要解决这个问题,可以采用哈希表记录法:
- 创建一个哈希表来存储数组值和其对应的最新索引。
- 遍历数组,对于每个元素,检查哈希表中是否已经存在该元素:
- 如果存在,则比较当前索引与哈希表中存储的索引的差的绝对值是否不大于
k
。 - 如果满足条件,则直接返回
true
。 - 如果不满足条件,或者元素不存在于哈希表中,则更新哈希表,将该元素的索引设置为当前索引。
- 如果存在,则比较当前索引与哈希表中存储的索引的差的绝对值是否不大于
- 如果遍历完数组后没有找到符合条件的元素对,则返回
false
。
分析步骤:
- 初始化一个空的哈希表
map
。 - 遍历数组
nums
,对于每个元素nums[i]
:- 检查
nums[i]
是否已存在于map
中。 - 如果存在,计算当前索引
i
和map[nums[i]]
的差的绝对值。 - 如果这个差值小于等于
k
,返回true
。 - 否则,更新
map[nums[i]]
为当前索引i
。
- 检查
- 遍历结束后,如果没有找到符合条件的索引对,返回
false
。
举例分析,以 nums = [1,2,3,1], k = 3
为例:
- 初始化
map = {}
。 - 遍历
nums
:i = 0
,nums[i] = 1
,map
更新为{1: 0}
。i = 1
,nums[i] = 2
,map
更新为{1: 0, 2: 1}
。i = 2
,nums[i] = 3
,map
更新为{1: 0, 2: 1, 3: 2}
。i = 3
,nums[i] = 1
,发现1
已存在,且abs(3 - 0) = 3
,满足条件,返回true
。
性能优化关键点:
- 哈希表的使用:通过使用哈希表来快速查找和更新元素索引,复杂度为 O(1)。
- 一次遍历:只需要遍历一次数组,时间复杂度为 O(n),其中 n 是数组的长度。
3. 代码实现
#include <stdbool.h>
#include <stdio.h>
#include <stdlib.h>
bool containsNearbyDuplicate(int* nums, int numsSize, int k) {
int* map = (int*)calloc(200001, sizeof(int));
for (int i = 0; i < numsSize; i++) {
int num = nums[i] + 100000; // Offset to handle negative indices
if (map[num] != 0 && i - (map[num] - 1) <= k) {
free(map);
return true;
}
map[num] = i + 1; // Store index + 1 to distinguish from initial zero
}
free(map);
return false;
}
int main() {
int nums[] = {1, 2, 3, 1};
int k = 3;
int numsSize = sizeof(nums) / sizeof(nums[0]);
bool result = containsNearbyDuplicate(nums, numsSize, k);
printf("Result: %s\n", result ? "true" : "false");
return 0;
}
这段代码实现了一个函数 containsNearbyDuplicate
,用于检查给定的整数数组 nums
中是否存在两个相同的元素,它们的下标之差的绝对值小于等于 k
。
代码使用了哈希表的思想来优化查找效率。哈希表的大小为 HashSize
,定义为 0x1fff + 1
,即 8192。哈希表使用链表法解决哈希冲突,每个哈希桶都是一个链表的头节点。
函数 hash_reset
用于重置哈希表,释放所有节点的内存。
函数 containsNearbyDuplicate
的主要步骤如下:
- 重置哈希表。
- 遍历数组
nums
,对于每个元素:- 计算哈希索引
nums[i] & 0x1fff
,即将元素的低 13 位作为哈希索引。 - 在对应的哈希桶中查找是否存在相同的元素,且下标之差的绝对值小于等于
k
,如果找到则返回true
。 - 如果没有找到,则创建一个新的节点,存储当前元素的值和下标,插入到哈希桶的链表中。
- 计算哈希索引
- 如果遍历完整个数组都没有找到符合条件的元素对,则返回
false
。
运行结果如下所示(仅供参考):
这段代码写得很暴力,优化空间很大:
- 哈希表的大小
HashSize
可以根据实际情况进行调整,选择一个合适的大小以平衡内存使用和哈希冲突的概率。 - 可以考虑使用更高效的哈希函数,例如使用素数取模或者其他哈希算法,以减少哈希冲突的概率。
- 在插入新节点时,可以先判断链表的长度是否超过了一定的阈值,如果超过了,可以考虑将链表转换为其他数据结构,如红黑树,以提高查找效率。
- 可以考虑在插入新节点时,如果链表长度超过了
k
,则可以直接删除链表头部的节点,因为它们的下标之差肯定大于k
,不会影响结果。
4. 总结
本题主要考查对数组遍历和哈希表的应用能力。通过使用哈希表存储元素的最新索引,我们能够有效检查是否有符合条件的索引对。这种方法利用了哈希表快速查找和插入的特性,使得时间复杂度控制在 O(n) 内,适合处理大规模数据。