当前位置: 首页 > article >正文

【LeetCode刷题日记】:从 LeetCode 经典题看哈希表的场景化应用---数组、HashSet、HashMap 选型与算法实战

个人主页北极的代码欢迎来访作者简介java后端学习者❄️个人专栏苍穹外卖日记SSM框架深入JavaWeb✨命运的结局尽可永在不屈的挑战却不可须臾或缺前言前面我们学习了哈希表的基础知识了解到了哈希表的多种实现方式最关键的问题就是如何选择的问题。哈希表一共有三种实现方式分别是数组HashSetHashMap这三种实现方式根据不同的情况选择不同的实现方式当然不用说但是在实际问题中我们如何快速高效的选择正确的实现方式是我们这篇文章要解决的问题结合具体的算法进行分析加深理解这里我们通过一题来引入数组实现和HashSet实现题目背景LeetCode349给定两个数组nums1和nums2返回它们的 交集。输出结果中的每个元素一定是唯一的。我们可以不考虑输出结果的顺序。示例 1输入nums1 [1,2,2,1], nums2 [2,2]输出[2]示例 2输入nums1 [4,9,5], nums2 [9,4,9,8,4]输出[9,4]解释[4,9] 也是可通过的提示1 nums1.length, nums2.length 10000 nums1[i], nums2[i] 1000说明本题后面 力扣改了 题目描述 和 后台测试数据增添了 数值范围1 nums1.length, nums2.length 10000 nums1[i], nums2[i] 1000所以就可以 使用数组来做哈希表了 因为数组都是 1000以内的。那么接下来我们用两种实现方式来对比一下。方法一HashSet实现// 时间复杂度O(nmk) 空间复杂度O(nk) // 其中n是数组nums1的长度m是数组nums2的长度k是交集元素的个数 import java.util.HashSet; import java.util.Set; class Solution { public int[] intersection(int[] nums1, int[] nums2) { if (nums1 null || nums1.length 0 || nums2 null || nums2.length 0) { return new int[0]; } SetInteger set1 new HashSet(); SetInteger resSet new HashSet(); //遍历数组1 for (int i : nums1) { set1.add(i); } //遍历数组2的过程中判断哈希表中是否存在该元素 for (int i : nums2) { if (set1.contains(i)) { resSet.add(i); } } //方法1将结果集合转为数组 return res.stream().mapToInt(Integer::intValue).toArray(); /** * 将 SetInteger 转换为 int[] 数组 * 1. stream() : Collection 接口的方法将集合转换为 StreamInteger * 2. mapToInt(Integer::intValue) : * - 中间操作将 StreamInteger 转换为 IntStream * - 使用方法引用 Integer::intValue将 Integer 对象拆箱为 int 基本类型 * 3. toArray() : 终端操作将 IntStream 转换为 int[] 数组。 */ //方法2另外申请一个数组存放setRes中的元素,最后返回数组 int[] arr new int[resSet.size()]; int j 0; for(int i : resSet){ arr[j] i; } return arr; } }题目解析关于这道题我们先分析题目条件输出结果中的每个元素一定是唯一的也就是说输出的结果的去重的 同时可以不考虑输出结果的顺序而且当这道题目没有限制数值的大小就无法使用数组来做哈希表了。因为如果哈希值比较少、特别分散、跨度非常大使用数组就造成空间的极大浪费。那么我们为什么不能都是用set实现呢这里就要说明直接使用set 不仅占用空间比数组大而且速度要比数组慢set把数值映射到key上都要做hash计算的。不要小瞧 这个耗时在数据量大的情况差距是很明显的因此在写这道题的时候我们先创建两个HashSet用来存两个数组中的元素通过遍历把数组中的元素存入到Set中而在添加到set集合中的时候默认去重相同元素只能添加一次实现了题目中的输出的结果每个元素都是唯一的。但是如果不用 HashSet用普通 ArrayList 存就会变成 [2,2]不符合题意。然后后面我们将结果集合转换成数组即可。方法二数组实现class Solution { public int[] intersection(int[] nums1, int[] nums2) { int[] hash1 new int[1002]; int[] hash2 new int[1002]; for(int i : nums1) hash1[i]; for(int i : nums2) hash2[i]; ListInteger resList new ArrayList(); for(int i 0; i 1002; i) if(hash1[i] 0 hash2[i] 0) resList.add(i); int index 0; int res[] new int[resList.size()]; for(int i : resList) res[index] i; return res; } }题目解析具体实现思路和set集合实现方式是一样的这里去重的思路就是通过条件判断if(hash1[i] 0 hash2[i] 0)是否有重合的元素。根据题目的要求创建一个新的数组来接受结果并返回。接下来还是哈希表的HashSet实现这里没有说范围题目背景LeetCode202编写一个算法来判断一个数n是不是快乐数。「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。如果这个过程结果为1那么这个数就是快乐数。如果n是快乐数就返回true不是则返回false。示例 1输入n 19输出true解释12 92 82 82 22 68 62 82 100 12 02 02 1示例 2输入n 2输出false提示1 n 231 - 1题目答案class Solution { public boolean isHappy(int n) { SetInteger record new HashSet(); while (n ! 1 !record.contains(n)) { record.add(n); n getNextNumber(n); } return n 1; } private int getNextNumber(int n) { int res 0; while (n 0) { int temp n % 10; res temp * temp; n n / 10; } return res; } }题目解析首先根据题目的描述什么是快乐数我们通过定义一个方法来计算这个快乐数也就是写在下面的方法 getNextNumber返回这个结果然后在main方法里调用这个方法事先创建一个set集合关于while的循环条件只有当n不等于1并且集合里没有n时才进行循环因为n等于1时就已经是快乐数了不需要进行循环同时题目中还说了会出现无限循环的情况也就是说sum会重复因为我们通过判断是否存在过来避免重复。因为当n重复的时候直接不执行循环此时n也不可能等于1但返回是n1因此return false。接下来就是哈希表的Map实现题目背景LeetCode1给定一个整数数组nums和一个整数目标值target请你在该数组中找出和为目标值target的那两个整数并返回它们的数组下标。你可以假设每种输入只会对应一个答案并且你不能使用两次相同的元素。你可以按任意顺序返回答案。示例 1输入nums [2,7,11,15], target 9输出[0,1]解释因为 nums[0] nums[1] 9 返回 [0, 1] 。示例 2输入nums [3,2,4], target 6输出[1,2]示例 3输入nums [3,3], target 6输出[0,1]提示2 nums.length 104-109 nums[i] 109-109 target 109只会存在一个有效答案题目答案//使用哈希表 public int[] twoSum(int[] nums, int target) { int[] res new int[2]; if(nums null || nums.length 0){ return res; } MapInteger, Integer map new HashMap(); for(int i 0; i nums.length; i){ int temp target - nums[i]; // 遍历当前元素并在map中寻找是否有匹配的key if(map.containsKey(temp)){ res[1] i; res[0] map.get(temp); break; } map.put(nums[i], i); // 如果没找到匹配对就把访问过的元素和下标加入到map中 } return res; }题目解析首先强调一下什么时候使用哈希法当我们需要查询一个元素是否出现过或者一个元素是否在集合里的时候就要第一时间想到哈希法。本题呢我们就需要一个集合来存放我们遍历过的元素然后在遍历数组的时候去询问这个集合某元素是否遍历过也就是 是否出现在这个集合。那么我们就应该想到使用哈希法了。因为本题我们不仅要知道元素有没有遍历过还要知道这个元素对应的下标需要使用 key value结构来存放key来存元素value来存下标那么使用map正合适。再来看一下使用数组和set来做哈希法的局限。数组的大小是受限制的而且如果元素很少而哈希值太大会造成内存空间的浪费。set是一个集合里面放的元素只能是一个key而两数之和这道题目不仅要判断y是否存在而且还要记录y的下标位置因为要返回x 和 y的下标。所以set 也不能用。此时就要选择另一种数据结构map map是一种key value的存储结构可以用key保存数值用value再保存数值所在的下标。map目的用来存放我们访问过的元素因为遍历数组的时候需要记录我们之前遍历过哪些元素和对应的下标这样才能找到与当前元素相匹配的也就是相加等于target接下来是map中key和value分别表示什么。这道题 我们需要 给出一个元素判断这个元素是否出现过如果出现过返回这个元素的下标。那么判断元素是否出现这个元素就要作为key所以数组中的元素作为key有key对应的就是valuevalue用来存下标。所以 map中的存储结构为 {key数据元素value数组元素对应的下标}。在遍历数组的时候只需要向map去查询是否有和目前遍历元素匹配的数值如果有就找到的匹配对如果没有就把目前遍历的元素放进map中因为map存放的就是我们访问过的元素。总之res[0] map.get(temp); 把 “另一半数字” 的下标放进结果数组第一个位置res[1] i; 把 “当前数字” 的下标放进结果数组第二个位置两个下标合起来就是两数之和的答案。数组、Set、Map 核心对比表特点数组 (Array)SetMap存储结构有序、可重复、按下标访问无序、不重复、无下标存key-value 键值对查找速度遍历查找O (n)查找是否存在O (1)按 key 查 valueO (1)能否存重复值可以不可以key 不重复value 可以能否记下标本身自带下标不能记下标可以用 value 存下标典型用途存数据、遍历、排序去重、判断存在存映射关系数值→下标两数之和适用暴力法双层循环只能判断是否存在拿不到下标哈希法最优解能存值 下标想存值 下标→ 用Map想去重 / 判断存在→ 用Set想按顺序遍历→ 用数组结语如果对你有帮助请点赞关注收藏你的支持就是我最大的动力

相关文章:

【LeetCode刷题日记】:从 LeetCode 经典题看哈希表的场景化应用---数组、HashSet、HashMap 选型与算法实战

🔥个人主页:北极的代码(欢迎来访) 🎬作者简介:java后端学习者 ❄️个人专栏:苍穹外卖日记,SSM框架深入,JavaWeb ✨命运的结局尽可永在,不屈的挑战却不可须臾或…...

2026最权威的十大AI辅助论文方案解析与推荐

Ai论文网站排名(开题报告、文献综述、降aigc率、降重综合对比) TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 一篇篇DeepSeek系列论文,呈现出大型语言模型架构以及训练方法方面的系统性创新&a…...

2026最权威的六大AI科研工具实测分析

Ai论文网站排名(开题报告、文献综述、降aigc率、降重综合对比) TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 于学术写作范畴之内,论文AI工具正一步一趋成为研究者的关键辅助方式,…...

第16讲:C语⾔内存函数

目录 memcpy使⽤memmove使⽤memset函数的使⽤memcmp函数的使⽤1.memcpy(1)功能: memcpy 是完成内存块拷⻉的,不关注内存中存放的数据是啥。函数 memcpy 从 source 的位置开始向后复制 num 个字节的数据到 destination 指向的内存位…...

技术选型评估框架需求技术与团队匹配

技术选型评估框架:需求、技术与团队的精准匹配 在快速迭代的软件开发领域,技术选型直接决定项目的成败。如何从众多技术方案中选出最适合团队与业务需求的工具?关键在于构建一个科学的技术选型评估框架,确保需求、技术与团队能力…...

让微信网页版重新可用:wechat-need-web浏览器插件完全攻略

让微信网页版重新可用:wechat-need-web浏览器插件完全攻略 【免费下载链接】wechat-need-web 让微信网页版可用 / Allow the use of WeChat via webpage access 项目地址: https://gitcode.com/gh_mirrors/we/wechat-need-web 还在为微信网页版无法登录而烦恼…...

GitHub中文化插件实战指南:开发版与稳定版选型深度解析

GitHub中文化插件实战指南:开发版与稳定版选型深度解析 【免费下载链接】github-chinese GitHub 汉化插件,GitHub 中文化界面。 (GitHub Translation To Chinese) 项目地址: https://gitcode.com/gh_mirrors/gi/github-chinese GitHub中文化插件是…...

M5Unit-8Encoder驱动库:工业级8路编码器I²C嵌入式实践

1. M5Unit-8Encoder 库深度解析:面向嵌入式工程师的工业级旋转编码器驱动实践指南1.1 项目定位与工程价值M5Unit-8Encoder 是专为 M5Stack 生态中 UNIT-8Encoder 模块设计的嵌入式驱动库,其核心价值在于将一款具备 8 路独立增量式编码器接口、支持高速计…...

周红伟:龙虾安装大全,这应该是最详细的 OpenClaw 安装手册了(附20+张图)

OpenClaw 是一个开源 AI 代理框架,由奥地利开发者 Peter Steinberger 创建,专注于构建自主 AI 代理,能够执行实际任务(如写代码、管理文件、浏览网页等),而非仅限于聊天。它从一个简单原型迅速演变为 GitHu…...

5步终极指南:用WaveTools彻底解锁《鸣潮》120帧流畅体验

5步终极指南:用WaveTools彻底解锁《鸣潮》120帧流畅体验 【免费下载链接】WaveTools 🧰鸣潮工具箱 项目地址: https://gitcode.com/gh_mirrors/wa/WaveTools 你是否曾在《鸣潮》的激烈战斗中感受过画面卡顿?明明拥有强大的硬件配置&am…...

办公Agent的CI/CD时刻到来了

关注腾讯云开发者,一手技术干货提前解锁👇还记得手动部署的古早编程时代吗?代码写完,打个 tar 包,开 FTP 传到服务器上,SSH 进去解压,改配置文件,重启服务,刷一下页面祈祷…...

LVM磁盘扩容实战:如何在已有逻辑卷上直接扩展存储空间

1. LVM磁盘扩容的核心场景与原理 想象一下你的手机存储空间快满了,但你又不想删除珍贵的照片和视频。这时候最直接的办法就是买一张更大容量的存储卡,把数据迁移过去。但在服务器环境中,这种"换卡"操作往往意味着停机、数据迁移等一…...

c语言的优点介绍

C语言是一门通用计算机编程语言,应用广泛。C语言的设计目标是提供一种能以简易的方式编译、处理低级存储器、产生少量的机器码以及不需要任何运行环境支持便能运行的编程语言。接下来,小编为您介绍了c语言的优点介绍,感谢您的阅读! 1、简洁紧…...

从Excel到HTML:RAG分块策略在结构化数据召回中的革新实践

1. 为什么Excel数据需要特殊的分块策略? 在企业级应用中,Excel表格是最常见的数据载体之一。财务报告、销售数据、库存清单等结构化信息通常都以.xlsx格式存储和流转。但当我们尝试将这些数据接入RAG(检索增强生成)系统时&#xf…...

2026年04月10日热门Model/github项目

总结 2026年4月10日 新上榜的 6个GitHub项目 和 5个HuggingFace模型,反映了当前AI领域的几个核心趋势: 关键趋势: AI编程工具链成熟化:从代码生成(Superpowers、Archon)到知识管理(Claudian&…...

一季度收官,AI在交通运输行业表现如何?

公路、铁路、航空、水运,共同构成了这个国家的交通网络。货物经由港口中转,旅客借助铁路和航空流动,城市依靠道路交通维持日常运转。这张网络每天承载着数以亿计的出行和运输需求,任何一个环节的效率与安全,都会影响整…...

YOLO-Master 与 YOLO 开始吭

AI Agent 时代的沙箱需求 从 Copilot 到 Agent:执行能力的质变 在生成式 AI 的早期阶段,应用主要以“Copilot”形式存在,AI 仅作为辅助生成建议。然而,随着 AutoGPT、BabyAGI 以及 OpenAI Code Interpreter(现为 Advan…...

从原理到实践:详解双目散斑结构光的生成与优化

1. 散斑结构光的基础原理 当你用手电筒照射粗糙墙面时,会看到无数闪烁的光点,这就是自然界中最常见的散斑现象。在三维视觉领域,我们通过精心设计的伪随机散斑图案(Pseudorandom Speckle Pattern),将这种物…...

大模型之Linux服务器部署大模型筛

一、各自优势和对比 这是检索出来的数据,据说是根据第三方评测与企业数据,三款产品在代码生成质量上各有侧重: 产品 语言优势 场景亮点 核心差异 百度 Comate C核心代码质量第一;Python首生成率达92.3% SQL生成准确率提升35%&…...

【Python】CairoSVG实战:从SVG到多格式转换的完整指南

1. 为什么选择CairoSVG进行SVG转换 如果你经常需要处理矢量图形,肯定遇到过这样的场景:设计部门给你发来SVG文件,但你的应用场景需要PNG格式;或者需要把SVG图标批量导出为PDF文档。这时候CairoSVG就是你的瑞士军刀。 我在实际项目…...

AI原生软件技术选型到底怎么选?:一张动态决策树图谱,覆盖LLM接入、向量基建、Agent编排与合规审计4大生死关

第一章:AI原生软件技术选型的底层逻辑与决策范式 2026奇点智能技术大会(https://ml-summit.org) AI原生软件并非传统应用叠加模型API的简单拼接,而是以模型为一等公民、数据流为骨架、推理生命周期为驱动内核的全新构造范式。其技术选型本质是权衡“表达…...

MinIO初始化报错`Invalid endPoint`全解析:从URL规范到调试技巧

1. 为什么你的MinIO客户端总是报Invalid endPoint错误? 最近在帮团队排查MinIO集成问题时,发现超过60%的初始化错误都源于endPoint配置不当。很多开发者习惯性复制浏览器地址栏的URL直接粘贴到代码里,结果运行时却收到冰冷的Invalid endPoint…...

MySQL锁机制:从全局锁到行级锁的深度解读挚

如果有多个供应商,你也可以使用 [[CC-Switch]] 来可视化管理这些API key,以及claude code 的skills。 # 多平台安装指令 curl -fsSL https://claude.ai/install.sh | bash ## Claude Code 配置 GLM Coding Plan curl -O "https://cdn.bigmodel.cn/i…...

GME多模态向量-Qwen2-VL-2B多场景落地:已支持12类垂直领域图文Schema定制扩展

GME多模态向量-Qwen2-VL-2B多场景落地:已支持12类垂直领域图文Schema定制扩展 你是不是经常遇到这样的问题?想找一张图,却只能用文字描述,结果搜出来的图片总是不对劲;或者有一张图片,想找和它内容相关的文…...

告别网络依赖!手把手教你本地部署Element UI v2.15.13离线文档(附Nginx/VSCode两种方法)

告别网络依赖!手把手教你本地部署Element UI v2.15.13离线文档(附Nginx/VSCode两种方法) 作为一名长期在咖啡厅、地铁等弱网环境下工作的前端开发者,我深刻体会到离线文档的重要性。Element UI作为Vue.js生态中最受欢迎的UI框架之…...

Linux内核中的KVM虚拟化详解

Linux内核中的KVM虚拟化详解 引言 KVM(Kernel-based Virtual Machine)是Linux内核中的虚拟化模块,它允许Linux内核作为 hypervisor 运行虚拟机。KVM将Linux内核转变为一个功能完整的虚拟化平台,支持硬件辅助虚拟化。本文将深入探讨…...

Linux内核中的RCU机制详解

Linux内核中的RCU机制详解 引言 RCU(Read-Copy-Update)是Linux内核中一种高效的读写同步机制,特别适合读多写少的场景。它允许多个读者同时访问数据,写者通过复制和更新的方式来修改数据,避免了传统锁机制带来的性能开…...

PyTorch 2.8镜像中的模型安全与鲁棒性测试:对抗样本生成

PyTorch 2.8镜像中的模型安全与鲁棒性测试:对抗样本生成 1. 为什么我们需要关注模型安全性 想象一下,你开发了一个用于医疗影像诊断的AI系统,准确率高达99%。但在实际部署后,有人通过微小的图像改动就让系统做出完全错误的判断。…...

数字孪生与工业大脑:SOP+VisuCAD 的协同中枢

数字孪生是物理实体的数字化镜像,通过实时数据同步、动态仿真与虚拟映射,实现物理世界与数字世界的双向映射与闭环优化。工业大脑是工业智能的决策中枢,整合数据、模型、知识与算力,完成全局分析、智能决策与协同调度。在 JBoltAI…...

JBoltAI框架4.2发布!八大核心升级重塑AI开发全场景

深耕AI开发领域,聚焦开发者实际需求,JBoltAI框架持续迭代优化。今日,我们正式宣布JBoltAI框架升级至V4.2版本,带来9大核心功能升级,覆盖语音交互、文件处理、文档生成、知识库优化等全场景,进一步降低AI应用…...