LeetCode 算法 | 数组中有重复元素吗(II)?

简介: LeetCode 算法 | 数组中有重复元素吗(II)?

我给大家分享 LeetCode 算法题,主要都是挑选那些很可能在面试中出现的题,或者可能出现类似的题,多看看这些题至少能够在面试中不那么被动。


上次给大家分享过一次LeetCode 算法 | 数组中有重复元素吗?今天给大家分享的 LeetCode 算法题还和数组中重复元素相关,一起来看一看。


题目

给定一个整数数组和一个整数 k,判断数组中是否存在两个不同的索引 i 和 j,使得 nums [i] = nums [j],并且 i 和 j 的差的绝对值最大为 k。


示例1

输入: nums = [1,2,3,1], k = 3
输出: true


示例2

输入: nums = [1,0,1,1], k = 1
输出: true

示例3

输入: nums = [1,2,3,1,2,3], k = 2
输出: false

这道题,分享两种方法给大家。


1. 直接法


看到这道题,很多人的第一反应就是我挨个比较不就行了吗?首先都跟第一个元素比较,然后再第二轮,将后面的元素和第二个比较,在这过程中,只要满足题目要求,就返回 true,看下代码:


public boolean containsNearbyDuplicate(int[] nums, int k) {
  for (int i = 0; i < nums.length; i++) {
       for (int j = i + 1; j < nums.length; j++) {
           if (nums[i] == nums[j]) {
               if (j - i <= k) {
                   return true;
               }
           }
       }
   }
   return false;
}

这种方式时间复杂度会很高,因为有两层循环,那么我们可否考虑不用两层循环呢?答案是肯定的。


2. 使用 HashMap


为什么可以使用 HashMap 呢?还记得之前我分享的一篇文章吗?LeetCode 算法 | 两数之和不简单啊,这里面有 HashMap 来处理和的问题,我在这也套用一下。


使用 num[i] 作为 key,索引的位置 i 作为 value,每次根据 num[i] 的值来获取 i,并计算间隔,如下:


public boolean containsNearbyDuplicate(int[] nums, int k) {
   Map<Integer, Integer> map = new HashMap<>();
   int inter = 0;
   for(int i = 0; i < nums.length; i++) {
       if(map.containsKey(nums[i])) {
           inter = i - map.get(nums[i]);
           if(inter <= k) {
               return true;
           }
           // 更新key为nums[i]的位置
           map.put(nums[i], i);
       } else {
           map.put(nums[i], i);
       }
   }
   return false;
}

所以我们巧妙的运用 HashMap 可以将算法复杂度降低到 O(n)。


OK,这道算法题,就分享这么多,希望能对大家有所启发。如果你有其他思路,也欢迎留言。我建了个 LeetCode 算法交流群,大家在下方可以加我微信,我拉你进群,共同学习交流。


相关文章
【力扣】-- 移除链表元素
【力扣】-- 移除链表元素
156 1
|
1月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
7月前
|
机器学习/深度学习 存储 算法
【LeetCode 热题100】347:前 K 个高频元素(详细解析)(Go语言版)
这篇文章详细解析了力扣热题 347——前 K 个高频元素的三种解法:哈希表+小顶堆、哈希表+快速排序和哈希表+桶排序。每种方法都附有清晰的思路讲解和 Go 语言代码实现。小顶堆方法时间复杂度为 O(n log k),适合处理大规模数据;快速排序方法时间复杂度为 O(n log n),适用于数据量较小的场景;桶排序方法在特定条件下能达到线性时间复杂度 O(n)。文章通过对比分析,帮助读者根据实际需求选择最优解法,并提供了完整的代码示例,是一篇非常实用的算法学习资料。
473 90
|
存储 算法 Java
解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用
在Java中,Set接口以其独特的“无重复”特性脱颖而出。本文通过解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用。
234 3
|
8月前
|
存储 监控 算法
关于员工上网监控系统中 PHP 关联数组算法的学术解析
在当代企业管理中,员工上网监控系统是维护信息安全和提升工作效率的关键工具。PHP 中的关联数组凭借其灵活的键值对存储方式,在记录员工网络活动、管理访问规则及分析上网行为等方面发挥重要作用。通过关联数组,系统能高效记录每位员工的上网历史,设定网站访问权限,并统计不同类型的网站访问频率,帮助企业洞察员工上网模式,发现潜在问题并采取相应管理措施,从而保障信息安全和提高工作效率。
152 7
|
9月前
|
存储 人工智能 算法
C 408—《数据结构》算法题基础篇—数组(通俗易懂)
408考研——《数据结构》算法题基础篇之数组。(408算法题的入门)
543 23
|
存储 算法 Java
leetcode算法题-有效的括号(简单)
【11月更文挑战第5天】本文介绍了 LeetCode 上“有效的括号”这道题的解法。题目要求判断一个只包含括号字符的字符串是否有效。有效字符串需满足左括号必须用相同类型的右括号闭合,并且左括号必须以正确的顺序闭合。解题思路是使用栈数据结构,遍历字符串时将左括号压入栈中,遇到右括号时检查栈顶元素是否匹配。最后根据栈是否为空来判断字符串中的括号是否有效。示例代码包括 Python 和 Java 版本。
279 4
|
存储 算法 Java
Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性
Java Set因其“无重复”特性在集合框架中独树一帜。本文解析了Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性,并提供了最佳实践建议,包括选择合适的Set实现类和正确实现自定义对象的hashCode()与equals()方法。
292 4
|
算法
每日一道算法题(Leetcode 20)
每日一道算法题(Leetcode 20)
160 2
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
247 6
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行

热门文章

最新文章

下一篇
oss云网关配置