刷穿剑指offer-Day16-哈希表III 哈希表的总结与题型扩展!

简介: 刷穿剑指offer-Day16-哈希表III 哈希表的总结与题型扩展!

昨日回顾


昨天,我们针对Java中的 HashMap 、HashSet ,和Python中的 dict & set 使用,进行了分类学习,并按照表格总结了不同数据结构所包含的方法与使用场景。在这两个数据结构上,Python与Java倒是大同小异,没有过多的差别。

之后,通过两道题目简单了解了这类题型的解题方式。那么今天,我们在此基础上进一步来熟悉下哈希表解题的运用。

先来一道阅读理解题目热热身子吧!


剑指OfferII034.外星语言是否排序


https://leetcode-cn.com/problems/lwyVBB/solution/shua-chuan-jian-zhi-offer-day16-ha-xi-bi-mtik/

难度:简单


题目:

某种外星语也使用英文小写字母,但可能顺序 order 不同。字母表的顺序(order)是一些小写字母的排列。

给定一组用外星语书写的单词 words,以及其字母表的顺序 order,只有当给定的单词在这种外星语中按字典序排列时,

返回 true;否则,返回 false。

提示:

  • 1 <= words.length <= 100
  • 1 <= words[i].length <= 20
  • order.length == 26
  • 在 words[i] 和 order 中的所有字符都是英文小写字母。


示例:

示例 1:
输入:words = ["hello","leetcode"], order = "hlabcdefgijkmnopqrstuvwxyz"
输出:true
解释:在该语言的字母表中,'h' 位于 'l' 之前,所以单词序列是按字典序排列的。
示例 2:
输入:words = ["word","world","row"], order = "worldabcefghijkmnpqstuvxyz"
输出:false
解释:在该语言的字母表中,'d' 位于 'l' 之后,那么 words[0] > words[1],因此单词序列不是按字典序排列的。
示例 3:
输入:words = ["apple","app"], order = "abcdefghijklmnopqrstuvwxyz"
输出:false
解释:当前三个字符 "app" 匹配时,第二个字符串相对短一些,然后根据词典编纂规则 "apple" > "app",
因为 'l' > '∅',其中 '∅' 是空白字符,定义为比任何其他字符都小(更多信息)。


分析

坦白说这是一道阅读理解题目,能仔细看清楚题目要求的比较规则,就差不多已经通过了...

根据外星人的英文字母顺序,比较words列表中的每个单词是按照 升序 排列的,则返回 true ,否则返回 false

那么如何比较每个单词的顺序呢?通过观察示例,我们了解到其实就是针对单词去按位比较,在order中的顺序。

这里注意下,如果长度不够,以空补充,空即无穷小。

理解了上面的思路,就可以开始编写解题了:

  1. 比较单词的出现顺序,可以用到哈希表去快速获取单词的排序下标,既然是哈希表专题,就不用ascii配合数组模拟哈希了。
  2. 然后就要开始单词的逐个比较了,这个可以参考冒泡排序的方式两两比较,a<b且b<c,则肯定a < c
  3. 如果遇到left[index] > right[index] 直接返回False,无需其他操作了
  4. 如果遇到left[index] < right[index] 类似 109 < 110 十位已经小了,后面就没必要看了,直接break接着比较下一个。
  5. 如果第三步一直没有false,最终返回true即可。

来看看具体解题吧:


解题:


Python:

class Solution:
    def isAlienSorted(self, words: List[str], order: str) -> bool:
        dic = {j: i for i, j in enumerate(order)}
        for i in range(len(words) - 1):
            w1, w1_len = words[i], len(words[i])
            w2, w2_len = words[i + 1], len(words[i + 1])
            for idx in range(max(w1_len, w2_len)):
                w1_idx = -1 if idx >= w1_len else dic[w1[idx]]
                w2_idx = -1 if idx >= w2_len else dic[w2[idx]]
                if w1_idx > w2_idx:
                    return False
                if w1_idx < w2_idx:
                    break
        return True


Java:

class Solution {
    public boolean isAlienSorted(String[] words, String order) {
        HashMap<Character, Integer> map = new HashMap<>();
        for (int i = 0; i < order.length(); i++) {
            map.put(order.charAt(i), i);
        }
        for (int i = 0; i < words.length - 1; i++) {
            String w1 = words[i];
            int w1_len = w1.length();
            String w2 = words[i + 1];
            int w2_len = w2.length();
            for (int j = 0; j < Math.max(w1_len, w2_len); j++) {
                int idx_w1 = j > w1_len ? -1 : map.get(w1.charAt(j));
                int idx_w2 = j > w2_len ? -1 : map.get(w2.charAt(j));
                if (idx_w1 > idx_w2) return false;
                if (idx_w1 < idx_w2) break;
            }
        }
        return true;
    }
}

这道阅读理解的题目,是不是一下子把自信就给找回来了?

虽然说哈希表是算法中最常用的数据结构,但是它却比较比较简单而纯粹,当你需要优化时间的时候,就使用它来把时间转换为空间。就是这么简单....

注意:但下面我要不按套路出牌的给大家分享一道很特别的哈希表题目了,快来看看吧。


525.连续数组


https://leetcode-cn.com/problems/contiguous-array/solution/525lian-xu-shu-zu-qian-zhui-he-hashbiao-riqe2/

难度:中等


题目:

给定一个二进制数组 nums , 找到含有相同数量的 0 和 1 的最长连续子数组,

并返回该子数组的长度。


示例:

示例 1:
输入: nums = [0,1]
输出: 2
说明: [0, 1] 是具有相同数量0和1的最长连续子数组。
示例 2:
输入: nums = [0,1,0]
输出: 2
说明: [0, 1] (或 [1, 0]) 是具有相同数量0和1的最长连续子数组。
示例 3:
输入: nums = [0,0,1,0,0,0,1,1]
输出: 6
说明: [1,0,0,0,1,1] 是具有相同数量0和1的最长连续子数组。


分析

不得不说,如果这道题的用例是-1 和 1,那么大家可能还比较容易产生思路,可惜这道题是0 和 1,我们需要转化一下

为什么要转化为-1 和 1呢?

因为如果具有相同的-1 和 1,由于它们数目相同,所以这些数字加起来就等于0。

加起来,看到这个关键字是不是该想到我们在数组中学习到的前缀和了?

我们采用前缀的方式,当前缀和的某一个数和之前的某一个位置的数字相等,那是不是在这段数组之间出现了相同数目的-1 和 1,所以抵消为0 了。

配合Hash表的使用,我们可以快速记录 {前缀和: 下标} 的关系, 由于可能存在nums前N数字和刚好满足条件的情况,所以我们预制烧饼节点{0,-1},来规避该问题。

循环判断是否在字典中存在前缀和一样的键,并不断判断最长符合题意的连续数组,最终返回即可。

千言万语化作一张图,一看就明白了:

网络异常,图片无法展示
|

在index = 7的位置前缀和为 -2, 而哈希表中在index = 1的位置前缀和也为-2。这便是我们通过前缀和+哈希表来解题的思路了。


解题:


Python:

class Solution:
    def findMaxLength(self, nums):
        d = {0: -1}
        ret = pre_sum = 0
        for i, num in enumerate(nums):
            pre_sum += 1 if num == 1 else -1
            pre_index = d.get(pre_sum, i)
            if pre_index == i:
                d[pre_sum] = i
            else:
                ret = max(ret, i - pre_index)
        return ret


Java:

class Solution {
    public int findMaxLength(int[] nums) {
        HashMap<Integer, Integer> map = new HashMap<>();
        map.put(0, -1);
        int pre_sum = 0;
        int ret = 0;
        for (int i = 0; i < nums.length; i++) {
            pre_sum += nums[i] == 1 ? 1 : -1;
            int pre_index = map.getOrDefault(pre_sum, i);
            if (pre_index == i) {
                map.put(pre_sum, i);
            } else {
                ret = Math.max(ret, i - pre_index);
            }
        }
        return ret;
    }
}

个人感觉 525.连续数组 是一道比较综合的算法题目,涉及到我们之前学习的前缀思维,与本章的哈希表的结合。

反倒是  剑指 Offer II 035. 最小时间差 作为哈希表的最后一道题显得有些不伦不类。所以这道题就留给大家作为课后作业了。




相关文章
|
6月前
力扣面试经典题之哈希表
力扣面试经典题之哈希表
39 0
|
5月前
|
索引
力扣随机一题 6/26 哈希表 数组 思维
力扣随机一题 6/26 哈希表 数组 思维
38 0
|
4月前
|
存储 Serverless C++
【C++】手撕哈希表的闭散列和开散列
【C++】手撕哈希表的闭散列和开散列
43 1
|
6月前
|
存储
leetcode刷题之哈希表的应用(1)
leetcode刷题之哈希表的应用(1)
30 0
|
6月前
【每日一题Day303】统计点对的数目 | 哈希表+双指针
【每日一题Day303】统计点对的数目 | 哈希表+双指针
40 0
|
6月前
|
存储 Serverless
【数据结构】万字一文手把手解读哈希————(开/闭散列)解决哈希冲突完整详解(6)
【数据结构】万字一文手把手解读哈希————(开/闭散列)解决哈希冲突完整详解(6)
|
6月前
|
存储 机器学习/深度学习 算法
六六力扣刷题哈希表之三数之和
六六力扣刷题哈希表之三数之和
60 0
|
存储 算法 Java
Java数据结构与算法分析(十一)散列表(哈希表)
散列表(Hash Table)也叫哈希表,是根据给定关键字(Key)来计算出该关键字在表中存储地址的数据结构。也就是说,散列表建立了关键字与存储地址之间的一种直接映射关系,将关键字映射到表中记录的地址,这加快了查找速度。
186 0
|
存储 缓存 算法
【第五天】算法图解--哈希表(散列表)Hash函数
【第五天】算法图解--哈希表(散列表)Hash函数