LeetCode Hot 100 | 哈希表专题(C++ 题解)
哈希表是「空间换时间」的经典代表,通过 O(1) 的查找把许多 O(n²) 暴力问题降到 O(n)。本文涵盖 LeetCode Hot 100 中 3 道经典哈希表题目,配有图解和详细思路分析。
目录
一、1. Two Sum(两数之和)🟢 简单
题目描述
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 <= 10^4-10^9 <= nums[i] <= 10^9-10^9 <= target <= 10^9- 只会存在一个有效答案
解题思路
暴力思路: 双重循环枚举所有数对,O(n²),n=10⁴ 时约 10⁸ 次操作,勉强过但不优雅。
哈希表优化:
问题等价于:遍历到 nums[i] 时,查「之前是否出现过值等于 target - nums[i] 的元素」。
用 unordered_map<值, 下标> 记录已遍历的元素。遍历到 nums[i]:
- 若
map中存在target - nums[i]:直接返回{i, map[target - nums[i]]} - 否则将
nums[i] → i存入map,继续遍历
举例 nums = [2, 7, 11, 15], target = 9:
i=0,nums[0]=2:查9-2=7,map 中无,存入 {2:0}i=1,nums[1]=7:查9-7=2,map 中有 {2:0},返回 {1, 0}
最终 [0,1],正确!全程只遍历了 2 个元素。
为什么先查后存? 防止 nums[i] + nums[i] == target 时错误地使用同一个元素两次。
复杂度: 时间 O(n),空间 O(n)
C++ 代码
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
unordered_map<int, int> umap;
for (int i = 0; i < nums.size(); i++) {
if (umap.count(target - nums[i]))
return {i, umap[target - nums[i]]};
else
umap[nums[i]] = i;
}
return {0, 0};
}
};
二、49. Group Anagrams(字母异位词分组)🟡 中等
题目描述
给你一个字符串数组,请你将 字母异位词 组合在一起。可以按任意顺序返回结果列表。
字母异位词 是由重新排列源单词的所有字母得到的一个新单词。
示例 1:
输入: strs = ["eat","tea","tan","ate","nat","bat"]
输出: [["bat"],["nat","tan"],["ate","eat","tea"]]
示例 2:
输入: strs = [""]
输出: [[""]]
示例 3:
输入: strs = ["a"]
输出: [["a"]]
提示:
1 <= strs.length <= 10^40 <= strs[i].length <= 100strs[i]仅包含小写字母
解题思路
核心问题: 如何判断两个字符串是字母异位词?最直观的方法是排序后比较——字母异位词排序后相同。以排序后的字符串作为 key,把原字符串归入对应的组。
排序方案: 对每个字符串排序得到 key,用 unordered_map<string, vector<string>> 分组。时间 O(n·k log k),k 是字符串平均长度。
字符频率方案(更快): 不排序,用长度为 26 的字符频率数组作为 key。两个字母异位词的频率数组完全相同。array<int, 26> 可直接作哈希表的 key(需要自定义哈希函数)。
自定义哈希:用 accumulate + 位运算把 26 个 int 折叠成一个 size_t,保证不同频率数组大概率得到不同哈希值。
举例 strs = ["eat", "tea", "tan", "ate", "nat", "bat"]:
| 字符串 | 频率数组(只列非零) | key |
|---|---|---|
| “eat” | {a:1,e:1,t:1} | [0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0] |
| “tea” | {a:1,e:1,t:1} | 同上 → 同组 |
| “tan” | {a:1,n:1,t:1} | 不同 |
| “ate” | {a:1,e:1,t:1} | 同第一组 |
| “nat” | {a:1,n:1,t:1} | 同 “tan” → 同组 |
| “bat” | {a:1,b:1,t:1} | 独立 |
最终三组:[“eat”,“tea”,“ate”]、[“tan”,“nat”]、[“bat”],正确!
复杂度: 时间 O(n·k),空间 O(n·k)
C++ 代码
class Solution {
public:
vector<vector<string>> groupAnagrams(vector<string>& strs) {
auto hashArray = [fn = hash<int>{}](const array<int, 26> &arr){
return accumulate(arr.begin(), arr.end(), 0, [&](int acc, int num){
return (acc << 1) ^ fn(num);
});
};
unordered_map<array<int, 26>, vector<string>, decltype(hashArray)> umaps(0, hashArray);
array<int, 26> arr;
for (const auto str : strs) {
arr = {0};
for (const auto c : str) {
arr[c - 'a']++;
}
umaps[arr].emplace_back(move(str));
}
vector<vector<string>> ans;
for (auto map : umaps) {
ans.emplace_back(map.second);
}
return ans;
}
};
三、128. Longest Consecutive Sequence(最长连续序列)🟡 中等
题目描述
给定一个未排序的整数数组 nums,找出数字连续的最长序列(不要求序列元素在原数组中连续)的长度。
请你设计并实现时间复杂度为 O(n) 的算法解决此问题。
示例 1:
输入:nums = [100,4,200,1,3,2]
输出:4
解释:最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。
示例 2:
输入:nums = [0,3,7,2,5,8,4,6,0,1]
输出:9
提示:
0 <= nums.length <= 10^5-10^9 <= nums[i] <= 10^9
解题思路
暴力思路: 排序后扫描,找最长连续段。O(n log n),不满足题目 O(n) 要求。
哈希表 + 只从序列起点开始计数:
先将所有数存入 unordered_set,O(1) 查找。
然后遍历集合中每个数 num:
- 若
num - 1在集合中:说明num不是某个连续序列的起点,跳过(这是关键剪枝!) - 若
num - 1不在集合中:num是起点,从num开始向右扩展,统计序列长度
这个剪枝保证每个数最多被访问两次(一次作为枚举对象,一次作为某序列的扩展步骤),总时间 O(n)。
举例 nums = [100, 4, 200, 1, 3, 2]:
集合 = {1, 2, 3, 4, 100, 200}
遍历:
100:99不在集合 → 起点,扩展100→101(不在)= 长度 14:3在集合 → 跳过200:199不在 → 起点,扩展200→201(不在)= 长度 11:0不在 → 起点,扩展1,2,3,4→5(不在)= 长度 4 ✅3:2在 → 跳过2:1在 → 跳过
最长序列长度 = 4,正确!
复杂度: 时间 O(n),空间 O(n)
C++ 代码
class Solution {
public:
int longestConsecutive(vector<int>& nums) {
unordered_set<int> uset;
int ans = 0;
for (auto num : nums) {
uset.insert(num);
}
for (auto num : uset) {
if (!uset.count(num - 1)) {
int val = num;
int tmp_len = 1;
while (uset.count(++val)) {
tmp_len++;
}
ans = max(ans, tmp_len);
}
}
return ans;
}
};
总结
| 题号 | 题目 | 难度 | 核心技巧 | 时间复杂度 |
|---|---|---|---|---|
| 1 | 两数之和 | 🟢 简单 | 哈希表查找补数 | O(n) |
| 49 | 字母异位词分组 | 🟡 中等 | 字符频率数组作 key | O(n·k) |
| 128 | 最长连续序列 | 🟡 中等 | 哈希集合 + 只从起点扩展 | O(n) |
哈希表的本质: 用 O(n) 空间预处理数据,换取 O(1) 的查找,把「枚举所有可能」变成「直接验证答案是否存在」,从而把 O(n²) 降到 O(n)。
如果这篇文章对你有帮助,欢迎点赞收藏 ⭐,也欢迎在评论区交流!
&spm=1001.2101.3001.5002&articleId=159690302&d=1&t=3&u=3f8202e16cf64de0a53e2b5f9a25d1ae)
1452

被折叠的 条评论
为什么被折叠?



