【数据结构C++】哈希表（三）

哈希表最大的优点，就是把数据的存储和查找消耗的时间大大降低，时间复杂度为O(1)；而代价仅仅是消耗比较多的内存。

两数之和： https://leetcode-cn.com/problems/two-sum/

方法二：哈希表
思路及算法
创建一个哈希表，对于每一个x，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。class Solution {public:vector<int> twoSum(vector<int>& nums, int target) {unordered_map<int, int> hashtable;   //unordered_map创建一个哈希表for (int i = 0; i < nums.size(); ++i) {auto it = hashtable.find(target - nums[i]);//it 表示的是hashtable的第一整个元素；//it->first 表示的是这个元素的key的值；//it->second 表示的是这个元素的value的值。if (it != hashtable.end()) {return {it->second, i};          //??? it->second不是指向的是value？}hashtable[nums[i]] = i;}return {};}
};复杂度分析
时间复杂度：O(N)，其中 N 是数组中的元素数量。对于每一个元素 x，我们可以 O(1) 地寻找 target - x。
空间复杂度：O(N)，其中 N 是数组中的元素数量。主要为哈希表的开销。

存在重复元素： https://leetcode-cn.com/problems/contains-duplicate/

class Solution {public:bool containsDuplicate(vector<int>& nums) {unordered_set<int> s;for (int x: nums) {//查找函数 find() 通过给定主键查找元素//如果s.find()要找的值在set中则返回一个指向该值的迭代器，//如果没有找到则返回s.end()。if (s.find(x) != s.end()) {return true;}s.insert(x);}return false;}
};
复杂度分析
时间复杂度：O(N)，其中 N 为数组的长度。
空间复杂度：O(N)，其中 N 为数组的长度。

最长和谐子序列: https://leetcode-cn.com/problems/longest-harmonious-subsequence/

方法二：哈希表
思路与算法遍历数组找出所有的 x 和x+1的出现的次数,用一个哈希映射来存储每个数出现的次数，这样就能在O(1) 的时间内得到x和x+1 出现的次数。我们首先遍历一遍数组，得到哈希映射。随后遍历哈希映射，设当前遍历到的键值对为(x, value)，那么我们就查询x+1 在哈希映射中对应的统计次数，就得到了x和x+1 出现的次数，和谐子序列的长度等于 x 和 x+1 出现的次数之和。class Solution {public:int findLHS(vector<int>& nums) {unordered_map<int, int> cnt;int res = 0;for (int num : nums) {cnt[num]++;}for (auto [key, val] : cnt) {if (cnt.count(key + 1)) {res = max(res, val + cnt[key + 1]);}}return res;}
};复杂度分析
时间复杂度：O(N)，其中N为数组的长度。
空间复杂度：O(N)，其中N为数组的长度。数组中最多有N个不同元素，因此哈希表最多存储N个数据。

最长连续序列: https://leetcode-cn.com/problems/longest-consecutive-sequence/

class Solution {public:int longestConsecutive(vector<int>& nums) {unordered_set<int> num_set;                    //创建一个哈希表for (const int& num : nums) {num_set.insert(num);                      //去掉重复的值}int longestStreak = 0;for (const int& num : num_set) {if (!num_set.count(num - 1)) {       //当存在x-1的数时，则跳过，否则就执行下面当前值加1的操作int currentNum = num;int currentStreak = 1;while (num_set.count(currentNum + 1)) { currentNum += 1;currentStreak += 1;}longestStreak = max(longestStreak, currentStreak);}}return longestStreak;           }
};
复杂度分析
时间复杂度：O(n)，其中 n 为数组的长度。
空间复杂度：O(n)。哈希表存储数组中所有的数需要 O(n) 的空间。

【数据结构C++】哈希表（三）相关推荐

C++八股文分享---数据结构其二---哈希表
C++八股文分享-数据结构其二-哈希表前言什么是哈希表? 搜索二叉树对值的查找是通过从根节点开始,逐个节点与目标值做比较,向下查找,直至找到目标值或是到达根节点未查找到,时间复杂度为O(logn) ...
【数据结构】哈希表的概念及应用
[数据结构]哈希表的概念及应用前言 1.写出哈希表的基本概念 2.列出常用的哈希函数构造方法,并阐述各自的特点. 直接定址法除留余数法数字分析法其他构造整数关键字的哈希函数的方法: 平方取中法 ...
「Redis数据结构」哈希表（Dict）
「Redis数据结构」哈希表(Dict) 文章目录「Redis数据结构」哈希表(Dict) @[toc] 一.概述二.结构三.哈希冲突四.链式哈希五.rehash 六. 渐进式 rehash ...
用c语言实现基本数据结构（哈希表）
用c语言实现基本数据结构(哈希表) 写这个哈希表总是段错误,找了半天的bug...原来是各种小错误不断,写得很蛋疼. 我是是用数组实现的,数组的最大值定义成的宏.一共只有四个函数,分别为初始化哈希表, ...
图书馆管理系统（C、数据结构、哈希表、文件IO）
目录技术路线实现效果展示程序主体 1.头文件部分 2.自定义函数定义部分 3.main函数部分注意技术路线数据结构.哈希表.文件IO 通过C语言进行程序设计,有用到数据结构中的哈希表,通 ...
数据结构：哈希表函数构造和冲突解决方法
哈希表哈希函数:记录的存储位置和它的关键字之间建立一个确定的对应关系. 冲突:对不同的关键字可能得到同一哈希地址,这种现象称为冲突. 哈希函数构造方法 1.直接定址法取关键字或关键字的某个线性函数 ...
数据结构进阶哈希表
作者:@小萌新专栏:@数据结构进阶作者简介:大二学生希望能和大家一起进步! 本篇博客简介:模拟实现高阶数据结构哈希表哈希表哈希桶哈希概念举例哈希冲突哈希函数哈希冲突的解决方式之一 ...
【数据结构】哈希表——线性探测法、链地址法、查找成功、查找不成功的平均长度
一.哈希表 1.概念哈希表(Hash Table)也叫散列表,是根据关键码值(Key Value)而直接进行访问的数据结构.它通过把关键码值映射到哈希表中的一个位置来访问记录,以加快查找的速度.这个 ...
数据结构之哈希表以及常用哈希的算法表达（含全部代码）
目录为什么要有哈希哈希表含义创建哈希表需要注意的点算法的选择哈希冲突的处理线性探测法再哈希法链表法哈希表的实现(代码部分) 确定结构体(节点) 准备一个哈希算法创建一个哈希表(即 ...
电话号码查询系统（数据结构之哈希表）
哈希表哈希表(Hash Table)是一种根据关键字直接访问内存存储位置的数据结构.通过哈希表,数据元素的存放位置和数据元素的关键字之间建立起某种对应关系,建立这种对应关系的函数称为哈希函数. 1. ...

【数据结构C++】哈希表（三）

【数据结构C++】哈希表（三）相关推荐

最新文章

热门文章