LeetCode. 基本数据结构

LeetCode. 基本数据结构

LeetCode.706 设计哈希映射

哈希冲突：哈希冲突就是两个不同值的东西，通过哈希函数计算出来的哈希值相同，这样他们存在数组中的时候就会发生冲突，这就是哈希冲突。

解决哈希冲突的方法：

1.开放地址法

这种方法也称再散列法，其基本思想是：当关键字key的哈希地址p=H（key）出现冲突时，以p为基础，产生另一个哈希地址p1，如果p1仍然冲突，再以p为基础，产生另一个哈希地址p2，…，直到找出一个不冲突的哈希地址pi ，将相应元素存入其中。

就是说当发生冲突时，就去寻找下一个空的地址把数据存入其中，只要哈希表足够大，就总能找到这样一个空的地址。

2.拉链法

将所有关键字为同义字的记录存储在一个单链表中。

具体实现：

​ N = 20011；

​ vector<list<pair<key, value>>> h(N);

class MyHashMap {
    int N = 20011;
    vector<list<pair<int, int>>> h;
public:
    MyHashMap() {
        h = vector<list<pair<int, int>>> (N);
    }
    
    list<pair<int, int>>::iterator find(int key) {
        int t = key % N;
        for(auto it = h[t].begin(); it != h[t].end(); ++it) {
            if(it->first == key) return it;
        }
        return h[t].end();
    }

    void put(int key, int value) {
        auto it = find(key);
        int t = key % N;
        if(it == h[t].end()) h[t].push_back({key, value});
        else it->second = value;
    }
    
    int get(int key) {
        auto it = find(key);
        int t = key % N;
        if(it == h[t].end()) return -1;
        else return it->second;
    }
    
    void remove(int key) {
        auto it = find(key);
        int t = key % N;
        if(it != h[t].end()) h[t].erase(it);
    }
};

/**
 * Your MyHashMap object will be instantiated and called as such:
 * MyHashMap* obj = new MyHashMap();
 * obj->put(key,value);
 * int param_2 = obj->get(key);
 * obj->remove(key);
 */

LeetCode. 652 寻找重复的子树

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
    int cnt = 0;
    unordered_map<string, int> hash;	// 将每个string映射成独一无二的一个int值
    unordered_map<int, int> count;
    vector<TreeNode*> ans;
public:
    string dfs(TreeNode* root) {
        if(!root) return to_string(hash["#"]);

        auto left = dfs(root->left);
        auto right = dfs(root->right);
        string tree = to_string(root->val) + ',' + left + ',' + right;
        if(!hash.count(tree)) hash[tree] = ++cnt;	// 将每个string映射成独一无二的一个int值
        int t = hash[tree];	
        count[t] ++;	
        if(count[t] == 2) ans.push_back(root);

        return to_string(t);
    }
    vector<TreeNode*> findDuplicateSubtrees(TreeNode* root) {
        hash["#"] == ++cnt;
        dfs(root);
        return ans;
    }
};

LeetCode. 560 和为K的子数组

前缀和 + 哈希表

class Solution {
public:
    int subarraySum(vector<int>& nums, int k) {
        unordered_map<int, int> hash;
        hash[0] = 1;
        int res = 0;
        for(int i = 0, sum = 0; i < nums.size(); ++i) {
            sum += nums[i];
            res += hash[sum - k];
            ++hash[sum];	// 从下标0到下标i的子数组的和为sum的个数，这样可以保证相减之后得到的是连续子数组
        }
        return res;
    }
};

LeetCode. 547 省份数量

class Solution {
    vector<int> p;
public:
    // 返回x的祖宗节点 + 路径优化
    int find(int x) {
        if(p[x] != x) p[x] = find(p[x]);    // if(不是根节点)： 路径压缩
        return p[x];
    }
    int findCircleNum(vector<vector<int>>& isConnected) {
        int n = isConnected.size();
        p = vector<int> (n+1);
        for(int i = 1; i <= n; ++i) p[i] = i;

        int res = n;
        for(int i = 0; i < n; ++i) {
            for(int j = 0; j < i; ++j) {
                if(isConnected[i][j] == 0) continue;
                // isConnected[i][j] == 1: 说明有连接，合并在一起
                if(find(i) != find(j)) {
                    p[find(i)] = find(j);   // 合并
                    res--;
                }
            }
        }

        return res;
    }
};

LeetCode. 684 冗余连接

class Solution {
    vector<int> p;
public:
    // find()函数模板：返回x的祖宗结点 + 路径优化 
    int find(int x) {
        if(x != p[x]) p[x] = find(p[x]); // 路径压缩优化
        return p[x];
    }

    vector<int> findRedundantConnection(vector<vector<int>>& edges) {
        int n = edges.size();
        p = vector<int> (n+1);
        for(int i = 1; i <= n; ++i) p[i] = i; // 开始时，每个元素都各自在一个集合内

        for(auto e:edges) {
            int a = e[0], b = e[1];
            if(find(a) == find(b)) return {a, b};
            p[find(a)] = find(b);   // 合并
        }
        return {-1, -1};
    }
};

LeetCode. 692 前K个高频元素

class Solution {
public:
    vector<string> topKFrequent(vector<string>& words, int k) {
        unordered_map<string, int> hash;
        typedef pair<int, string> PIS;
        priority_queue<PIS> heap;   // 默认大根堆

        for(auto word:words) ++hash[word];

        for(auto item : hash) {
            PIS t(-item.second, item.first);
            heap.push(t);
            if(heap.size() > k) heap.pop();
        } 
        vector<string> res(k);
        for(int i = k - 1; i >= 0; --i) {
            res[i] = heap.top().second;
            heap.pop();
        }
        return res;
    } 
};

LeetCode. 352 将数据流变为多个不相交区间

class SummaryRanges {
    map<int, int> L,R;
public:
    SummaryRanges() {

    }
    
    void addNum(int x) {
        if(L.size()) {
            auto it = L.lower_bound(x); // 返回第一个值不小于x的位置
            if(it != L.end() && it->second <= x) return;
        }

        int left = L.count(x - 1), right = R.count(x + 1);
        if(left && right) {
            R[L[x-1]] = R[x+1];
            L[R[x+1]] = L[x-1];
            L.erase(x-1), R.erase(x+1);
        }
        else if(left) {
            R[L[x-1]] = x;
            L[x] = L[x-1];
            L.erase(x-1);
        }
        else if(right) {
            L[R[x+1]] = x;
            R[x] = R[x+1];
            R.erase(x+1);
        }
        else
            R[x] = L[x] = x;
    }
    
    vector<vector<int>> getIntervals() {
        vector<vector<int>> res;
        for(auto item : R) res.push_back({item.first, item.second});
        return res;
    }
};

/**
 * Your SummaryRanges object will be instantiated and called as such:
 * SummaryRanges* obj = new SummaryRanges();
 * obj->addNum(val);
 * vector<vector<int>> param_2 = obj->getIntervals();
 */