We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
本文为博主算法学习过程中的学习笔记,主要内容来源于其他平台或书籍,出处请参考下方 参考&感谢 一节。
哈希集 是集合的实现之一,它是一种存储 不重复值 的数据结构。
因此,通常,使用哈希集来检查该值是否已经出现过。
让我们来看一个例子:
给定一个整数数组,查找数组是否包含任何重复项。
这是一个典型的问题,可以通过哈希集来解决。
你可以简单地迭代每个值并将值插入集合中。 如果值已经在哈希集中,则存在重复。
给定一个整数数组,判断是否存在重复元素。
如果任何值在数组中出现至少两次,函数返回 true。如果数组中每个元素都不相同,则返回 false。
示例:
输入: [1,2,3,1] 输出: true
HashSet的入门题,最基本模版的实现。
HashSet
class Solution { public boolean containsDuplicate(int[] nums) { HashSet<Integer> set = new HashSet<>(); for (int i = 0; i < nums.length; i++) { if (set.contains(nums[i])) { return true; } else { set.add(nums[i]); } } return false; } }
给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。
输入: [2,2,1] 输出: 1
这道题解决方案有很多种,HashSet是其中的一种解法,也比较基础。
class Solution { public int singleNumber(int[] nums) { HashSet<Integer> set = new HashSet<>(); for (int i = 0; i < nums.length; i++) { if (!set.contains(nums[i])) { set.add(nums[i]); } else { set.remove(nums[i]); } } return set.iterator().next(); } }
给定两个数组,编写一个函数来计算它们的交集。
输入: nums1 = [4,9,5], nums2 = [9,4,9,8,4] 输出: [9,4]
说明:
有点繁琐,HashSet的暴力破解法:
class Solution { public int[] intersection(int[] nums1, int[] nums2) { // 暴力破解之 int len1 = nums1.length; int len2 = nums2.length; if (len1 == 0 || len2 == 0) return new int[]{}; HashSet<Integer> set1 = new HashSet<>(); for (int i = 0; i < len1; i++) set1.add(nums1[i]); HashSet<Integer> set2 = new HashSet<>(); for (int i = 0; i < len2; i++) set2.add(nums2[i]); int[] result = new int[set1.size()]; int index = 0; for (int value : set1) { if (set2.contains(value)) { result[index] = value; index++; } } return Arrays.copyOf(result,index); } }
编写一个算法来判断一个数是不是“快乐数”。
一个“快乐数”定义为:对于一个正整数,每一次将该数替换为它每个位置上的数字的平方和,然后重复这个过程直到这个数变为 1,也可能是无限循环但始终变不到 1。如果可以变为 1,那么这个数就是快乐数。
输入: 19 输出: true 解释: 12 + 92 = 82 82 + 22 = 68 62 + 82 = 100 12 + 02 + 02 = 1
这道题是非常有意思的一道题,可以思考不难得出,这种一个正整数的循环计算,每位上数字的平方和,计算结果最多也就3、4位数——也就是说,最终经过有限的步骤,最终都会进入循环。
因此我们每次计算都将结果存入HashSet,出现1时自然就是快乐数;而当出现循环时若结果还没有出现1,意味着接下来再也不会出现1,因此这个数字也就不是快乐数了:
1
class Solution { public boolean isHappy(int n) { HashSet<Integer> set = new HashSet<>(); set.add(n); while (true) { n = change(n); if (n == 1) return true; if (set.contains(n)) { return false; } else { set.add(n); } } } private int change(int n) { int sum = 0; while (n > 0) { int bit = n % 10; sum += bit * bit; n = n / 10; } return sum; } }
之所以说这道题有意思的地方在于,另外一种视角来看,我们可以将每次计算的结果串联起来,这样问题就转换为了 弗洛伊德的乌龟与兔子 问题,通过 快慢指针 进行解决。
文章绝大部分内容节选自LeetCode,概述:
LeetCode
例题:
Hello,我是 却把清梅嗅 ,如果您觉得文章对您有价值,欢迎 ❤️,也欢迎关注我的 博客 或者 GitHub。
如果您觉得文章还差了那么点东西,也请通过关注督促我写出更好的文章——万一哪天我进步了呢?
The text was updated successfully, but these errors were encountered:
No branches or pull requests
哈希集合用法及算法例题
用法
哈希集 是集合的实现之一,它是一种存储 不重复值 的数据结构。
因此,通常,使用哈希集来检查该值是否已经出现过。
让我们来看一个例子:
这是一个典型的问题,可以通过哈希集来解决。
你可以简单地迭代每个值并将值插入集合中。 如果值已经在哈希集中,则存在重复。
例题
1、存在重复元素
题目描述
给定一个整数数组,判断是否存在重复元素。
如果任何值在数组中出现至少两次,函数返回 true。如果数组中每个元素都不相同,则返回 false。
示例:
解题思路及实现
HashSet
的入门题,最基本模版的实现。2、只出现一次的数字
题目描述
给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。
示例:
解题思路及实现
这道题解决方案有很多种,
HashSet
是其中的一种解法,也比较基础。3、两个数组的交集
题目描述
给定两个数组,编写一个函数来计算它们的交集。
示例:
说明:
解题思路及实现
有点繁琐,
HashSet
的暴力破解法:4、快乐数
题目描述
编写一个算法来判断一个数是不是“快乐数”。
一个“快乐数”定义为:对于一个正整数,每一次将该数替换为它每个位置上的数字的平方和,然后重复这个过程直到这个数变为 1,也可能是无限循环但始终变不到 1。如果可以变为 1,那么这个数就是快乐数。
示例:
解题思路及实现
这道题是非常有意思的一道题,可以思考不难得出,这种一个正整数的循环计算,每位上数字的平方和,计算结果最多也就3、4位数——也就是说,最终经过有限的步骤,最终都会进入循环。
因此我们每次计算都将结果存入
HashSet
,出现1
时自然就是快乐数;而当出现循环时若结果还没有出现1
,意味着接下来再也不会出现1
,因此这个数字也就不是快乐数了:之所以说这道题有意思的地方在于,另外一种视角来看,我们可以将每次计算的结果串联起来,这样问题就转换为了 弗洛伊德的乌龟与兔子 问题,通过 快慢指针 进行解决。
参考 & 感谢
文章绝大部分内容节选自
LeetCode
,概述:例题:
关于我
Hello,我是 却把清梅嗅 ,如果您觉得文章对您有价值,欢迎 ❤️,也欢迎关注我的 博客 或者 GitHub。
如果您觉得文章还差了那么点东西,也请通过关注督促我写出更好的文章——万一哪天我进步了呢?
The text was updated successfully, but these errors were encountered: