hot100之哈希

两数之和(001)

先看代码

class Solution {
    HashMap<Integer, Integer> map = new HashMap<>();
    public int[] twoSum(int[] nums, int target) {
        int n = nums.length;
        for (int i = 0; i < n; i++){
            if (map.containsKey(nums[i])){
                return new int[]{ map.get(nums[i]), i};
            }
            map.put(target - nums[i], i);
        }
        return new int[]{0,0};
    }
}

• 分析

对枚举的每一个num进行target - num处理, 来服务后来的num

• 感悟

充分利用每一次枚举, 对强相关性数据进行关联

字母异位词分组(049)

先看代码

class Solution {
    public List<List<String>> groupAnagrams(String[] strs) {
        HashMap<String, List<String>> map = new HashMap<>();
        for (String str : strs){
            char[] temp = str.toCharArray();
            Arrays.sort(temp);
            String sortString = new String(temp);
            List<String> list = map.getOrDefault(sortString, new ArrayList<>());
            list.add(str);
            map.put(sortString,list);
        }
        return new ArrayList<>(map.values());
    }
}

• 分析

根据分组依据(同组数据字符串包含相同的字符)对每个str进行字符排序得到temp

以temp作为分组依据

• 感悟

在需要对所有值进行处理时 O(n)必定为最优时间复杂度, 此题不可避免的要对 无序str进行处理 排序(* k * log k) 如果对str进行枚举再组合(3a4b1c5m)的话有 (* k * 26)

log k < 26显然排序算法更优

最长连续序列(128)

先看代码

class Solution {
    public int longestConsecutive(int[] nums) {
        int res = 0;
        HashSet<Integer> set = new HashSet<>();
        for (int num : nums){
            set.add(num);
        }
        for (int num : set){
            if (set.contains(num-1)){
                continue;
            }
            int numEnd = num +1;
            while (set.contains(numEnd)){
                numEnd++;
            }
            res = Math.max(res , numEnd - num);
        }
        return res;
    }
}

• 分析

将nums放入HashSet中，再通过找到连续序列的起始点，计算连续序列长度取最大值

• 感悟

此题的时间复杂度为O(n + k)，其中k = n - 重复数字，而二分排序的时间复杂度为O(n log n + n)

但二分排序的效率却高于哈希，可能是因为哈希需要进行哈希计算、解决哈希冲突, 及哈希扩容

这一系列琐事吧