算法：常见的哈希表算法

文章目录

两数之和
判断是否互为字符重排
存在重复元素
存在重复元素
字母异位词分组

本文总结的是关于哈希表常见的算法

哈希表其实就是一个存储数据的容器，所以其实它本身的算法难度并不高，只是利用哈希表可以对于一些场景进行优化

两数之和

class Solution 
{
public:vector<int> twoSum(vector<int>& nums, int target) {// 把数都丢到哈希表中，哈希表的意义是元素及其对应的下标unordered_map<int, int> hash;for(int i = 0; i < nums.size(); i++){int x = target - nums[i];if(hash.count(x)) return {hash[x], i};hash[nums[i]] = i;}return {-1, -1};}
};

判断是否互为字符重排

class Solution 
{
public:bool CheckPermutation(string s1, string s2) {int hash1[26] = {0};for(auto e : s1)hash1[e - 'a']++;for(auto e : s2)hash1[e - 'a']--;for(int i = 0; i < 26; i++)if(hash1[i])return false;return true;}
};

存在重复元素

class Solution 
{
public:bool containsDuplicate(vector<int>& nums) {unordered_map<int, int> dict;for(auto& e : nums)dict[e]++;for(auto& e : nums)if(dict[e] != 1)return true;return false;}
};

其实是可以优化的，不需要看出现了几次，这个题只关心有没有的问题，因此使用set就可以了

class Solution 
{
public:bool containsDuplicate(vector<int>& nums) {unordered_set<int> hash;for(auto& e : nums)if(hash.count(e)) return true;else hash.insert(e);return false;}
};

存在重复元素

class Solution
{
public:bool containsNearbyDuplicate(vector<int>& nums, int k){unordered_map<int, int> hash;for (int i = 0; i < nums.size(); i++){if (hash.count(nums[i]) && abs(hash[nums[i]] - i) <= k){return true;}else{hash[nums[i]] = i;}}return false;}
};

字母异位词分组

class Solution 
{
public:vector<vector<string>> groupAnagrams(vector<string>& strs) {unordered_map<string, vector<string>> hash;// 把数据拿进去for(auto s : strs){string tmp = s;sort(tmp.begin(), tmp.end());hash[tmp].push_back(s);}// 再取出来vector<vector<string>> res;for(auto& [x, y] : hash){res.push_back(y);}return res;}
};