力扣热题 100:哈希专题三道题详细解析(JAVA)

news/2025/2/24 7:19:31

文章目录

    • 一、两数之和
      • 1. 题目描述
      • 2. 示例
      • 3. 解题思路
      • 4. 代码实现(Java)
      • 5. 复杂度分析
    • 二、字母异位词分组
      • 1. 题目描述
      • 2. 示例
      • 3. 解题思路
      • 4. 代码实现(Java)
      • 5. 复杂度分析
    • 三、最长连续序列
      • 1. 题目描述
      • 2. 示例
      • 3. 解题思路
      • 4. 代码实现(Java)
      • 5. 复杂度分析

在力扣(LeetCode)平台上,热题 100 是许多开发者提升算法能力的必刷清单。今天,我们就来详细解析热题 100 中与哈希相关的三道题,帮助大家更好地理解解题思路和技巧。

一、两数之和

1. 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。但是,数组中同一个元素在答案里不能重复出现。

你可以按任意顺序返回答案。

2. 示例

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]

解释:因为 nums[1] + nums[2] == 6 ,返回 [1, 2]

示例 3:

输入:nums = [3, 3], target = 6

输出:[0, 1]

解释:因为 nums[0] + nums[1] == 6 ,返回 [0, 1]

3. 解题思路

这道题是力扣上的经典入门题,主要考察哈希表的应用。我们可以使用哈希表来存储数组中的元素及其下标,然后遍历数组,对于每个元素,检查 target - nums[i] 是否在哈希表中存在。如果存在,则找到了答案。

4. 代码实现(Java)

java">import java.util.HashMap;
import java.util.Map;

public class Solution {
    public int[] twoSum(int[] nums, int target) {
        Map<Integer, Integer> map = new HashMap<>();
        for (int i = 0; i < nums.length; i++) {
            int complement = target - nums[i];
            if (map.containsKey(complement)) {
                return new int[] { map.get(complement), i };
            }
            map.put(nums[i], i);
        }
        throw new IllegalArgumentException("No two sum solution");
    }
}

5. 复杂度分析

  • 时间复杂度 :O(n),其中 n 是数组的长度。我们只需要遍历数组一次,对于每个元素,哈希表的查找和插入操作都是 O(1) 的。
  • 空间复杂度 :O(n),需要使用哈希表存储数组中的元素及其下标。

二、字母异位词分组

1. 题目描述

给你一个字符串数组 strs,将 所有变位词 组合在一起。变位词是指字母相同,但排列不同的字符串。

注意:输出的顺序无关紧要。

2. 示例

示例 1:

输入:strs = ["eat", "tea", "tan", "ate", "nat", "bat"]

输出:[["bat"],["nat","tan"],["ate","eat","tea"]]

解释:

  • “bat” 没有变位词。
  • “nat” 和 “tan” 是变位词。
  • “ate”, “eat” 和 “tea” 是变位词。

示例 2:

输入:strs = [""]

输出:[[""]]

解释:空字符串与自身是变位词。

示例 3:

输入:strs = ["a"]

输出:[["a"]]

解释:单个字符与自身是变位词。

3. 解题思路

这道题主要考察字符串的处理和哈希表的应用。我们可以将每个字符串排序后作为哈希表的键,将变位词作为哈希表的值。具体步骤如下:

  1. 创建一个哈希表,键为排序后的字符串,值为变位词列表。
  2. 遍历字符串数组,对每个字符串进行排序,然后将其添加到哈希表中。
  3. 最后,将哈希表的值(即变位词列表)作为结果返回。

4. 代码实现(Java)

java">import java.util.*;

public class Solution {
    public List<List<String>> groupAnagrams(String[] strs) {
        Map<String, List<String>> map = new HashMap<>();
        for (String str : strs) {
            char[] chars = str.toCharArray();
            Arrays.sort(chars);
            String sortedStr = new String(chars);
            if (!map.containsKey(sortedStr)) {
                map.put(sortedStr, new ArrayList<>());
            }
            map.get(sortedStr).add(str);
        }
        return new ArrayList<>(map.values());
    }
}

5. 复杂度分析

  • 时间复杂度 :O(n * k log k),其中 n 是字符串数组的长度,k 是字符串的最大长度。对于每个字符串,我们需要进行排序,排序的时间复杂度是 O(k log k)。
  • 空间复杂度 :O(n * k),需要使用哈希表存储排序后的字符串和变位词列表。

三、最长连续序列

1. 题目描述

给定一个未排序的整数数组 nums,找出最长连续序列的长度。

要求算法的时间复杂度为 O(n)。

2. 示例

示例 1:

输入:nums = [100, 4, 200, 1, 3, 2]

输出:4

解释:最长连续序列是 [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

解释:最长连续序列是 [0, 1, 2, 3, 4, 5, 6, 7, 8],它的长度为 9。

3. 解题思路

这道题主要考察哈希表的应用和连续序列的判断。我们可以使用哈希表来存储数组中的元素及其连续序列的长度。具体步骤如下:

  1. 创建一个哈希表,键为数组中的元素,值为该元素的连续序列长度。
  2. 遍历数组,对于每个元素:
    • 如果该元素不在哈希表中,检查其相邻元素(num - 1num + 1)是否在哈希表中。
    • 如果相邻元素存在,更新当前元素的连续序列长度。
    • 将当前元素及其连续序列长度存储到哈希表中。
  3. 最后,返回哈希表中的最大连续序列长度。

4. 代码实现(Java)

java">import java.util.HashMap;
import java.util.Map;

public class Solution {
    public int longestConsecutive(int[] nums) {
        Map<Integer, Integer> map = new HashMap<>();
        int maxLength = 0;
        for (int num : nums) {
            if (!map.containsKey(num)) {
                int left = map.getOrDefault(num - 1, 0);
                int right = map.getOrDefault(num + 1, 0);
                int length = left + right + 1;
                map.put(num, length);
                maxLength = Math.max(maxLength, length);
                if (left > 0) {
                    map.put(num - left, length);
                }
                if (right > 0) {
                    map.put(num + right, length);
                }
            }
        }
        return maxLength;
    }
}

5. 复杂度分析

  • 时间复杂度 :O(n),其中 n 是数组的长度。我们只需要遍历数组一次,对于每个元素,哈希表的查找和插入操作都是 O(1) 的。
  • 空间复杂度 :O(n),需要使用哈希表存储数组中的元素及其连续序列长度。

以上就是力扣热题 100 中与哈希相关的三道题的详细解析,希望对大家有所帮助。在实际刷题过程中,建议大家多动手实践,理解解题思路的本质,这样才能更好地应对各种算法问题。
在这里插入图片描述


http://www.niftyadmin.cn/n/5864070.html

相关文章

深度学习驱动的车牌识别:技术演进与未来挑战

一、引言 1.1 研究背景 在当今社会&#xff0c;智能交通系统的发展日益重要&#xff0c;而车牌识别作为其关键组成部分&#xff0c;发挥着至关重要的作用。车牌识别技术广泛应用于交通管理、停车场管理、安防监控等领域。在交通管理中&#xff0c;它可以用于车辆识别、交通违…

mac 下 java 调用 gurobi 不能加载 jar

在 mac 电脑中的 java 始终不能加载 gurobi 的 jar 包&#xff0c;java 的开发软件 eclipse&#xff0c;idea 总是显示找不到 gurobi 的 jar 包&#xff0c;但是 jar 包明明就在那里。 摸索了三个小时&#xff0c;最后发现原因竟然是&#xff1a; jar 包太新&#xff0c;替换…

异常处理在 Promptic 中怎么实现?

在 Promptic 中&#xff0c;异常处理主要通过与 tenacity 库结合来实现&#xff0c;用于处理诸如 API 限流、临时故障等问题。以下是实现异常处理的具体方法和步骤&#xff1a; 1. 使用 tenacity 实现重试机制 tenacity 是一个强大的 Python 库&#xff0c;用于实现重试逻辑&…

C++ ——— 模拟实现 AVL 树的插入

AVL 树的概念 二叉搜索树虽可以缩短查找的效率&#xff0c;但如果数据有序或接近有序二叉搜索树将退化为单支树&#xff0c;查找元素相当于在顺序表中搜索元素&#xff0c;效率低下。因此&#xff0c;两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决…

[特殊字符] Elasticsearch 双剑合璧:HTTP API 与 Java API 实战整合指南

&#x1f680; Elasticsearch 双剑合璧&#xff1a;HTTP API 与 Java API 实战整合指南 一、HTTP API 定义与用途 Elasticsearch 的 HTTP API 是基于 RESTful 接口设计的核心交互方式&#xff0c;支持通过 URL 和 JSON 数据直接操作索引、文档、集群等资源。适用于快速调试、…

前端VUE3框架的快速搭建

前端VUE3框架的快速搭建 安装nodejs创建一个 Vue 应用精简VUE项目在idea中运行vue项目修改标题定义全局css样式404页面 安装nodejs 参考&#xff1a;在MAC上面通过HomeBrew安装node和npm指定版本 https://blog.csdn.net/yu_fu_a_bu/article/details/145810229 vue3推荐使用 n…

基于 Python 的项目管理系统开发

基于 Python 的项目管理系统开发 一、引言 在当今快节奏的工作环境中&#xff0c;有效的项目管理对于项目的成功至关重要。借助信息技术手段开发项目管理系统&#xff0c;能够显著提升项目管理的效率和质量。Python 作为一种功能强大、易于学习且具有丰富库支持的编程语言&…

【行业解决方案十九】【DeepSeek汽车制造:焊接质量检测方案 】

在汽车制造领域,焊接质量直接关系到产品的安全性和可靠性。传统焊接检测方法不仅效率低下,还难以实现全面监控和质量问题的精准溯源。而如今,借助人工智能和大数据技术,DeepSeek 提供了一套全新的焊接质量检测方案,彻底改变了这一局面。 一、为什么焊接质量检测如此重要?…