Task 01 - Leetcode

原创于 2021-11-15 22:11:40 发布 · 342 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode #算法 #哈希算法

datawhale组队学习专栏收录该内容

14 篇文章

订阅专栏

本文通过两道编程题展示了哈希表在解决实际问题中的高效性。第一题是寻找两数之和，利用哈希表将数组元素的值与其索引建立映射，将问题复杂度降至O(n)。第二题是宝石与石头，通过创建集合存储宝石字符，遍历字符串以O(n)时间找出匹配数。哈希表和集合在处理大量数据时具有显著优势，是优化算法的重要工具。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 两数之和

知识点：哈希表

正确答案

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        size = len(nums)
        num_dict = {}
        for i in range(size):
            if (target - nums[i]) in num_dict:
                return [num_dict[target - nums[i]], i]
            num_dict[nums[i]] = i
        return []

自己的错误点：

(1) if target - nums[i] in target:
(2) return [[target - nums[i], i]

问题在于对于哈希表还是不熟，if 循环内是通过新生成的哈希表num_dict判断+返回配对数的下标。

771. 宝石与石头

直接遍历做时间复杂度是O(mn)，可通过哈希表降低时间复杂度，这里有个知识点：

列表数据有序，可重复，查找某个元素方式为逐个遍历，时间复杂度是O(len(list))
集合数据无序，不可重复，查找某个元素方式为哈希，时间复杂度为O(1)。对于大量数据，集合效率极高。

哈希解法：

class Solution:
    def numJewelsInStones(self, J: str, S: str) -> int:
        # 用集合存储 J 中的字符
        jewel_set = set()
        for j in J:
            jewel_set.add(j)

        count = 0
        # 遍历 S
        for s in S:
            # 判断是否存在于集合中
            if s in jewel_set:
                count += 1

        return count