代码随想录刷题攻略--哈希表2

 谨防哈希表刺客

最近在刷哈希表，发现有一些题只用哈希表来做是非常麻烦、需要考虑非常多细节的（比如 需要在数组中找到不重复的子集）：

掘金的算法例题：

彩带截取优化问题

问题描述：

小U有一条彩带，每一厘米都被涂上了一种颜色。她需要从彩带上截取一段，使得这段彩带 中的颜色种类不超过K种。为了满足任务要求，小U希望截取的彩带段尽可能长。现在你需 要帮助小U计算出满足条件的最长彩带段的长度。 例如:彩带的长度为8，每个颜色的编号是1，2，3，2,1,4,5，1，小U最多允许3种 不同的颜色。此时，最长的满足条件的彩带段是1，2，3，2,1,长度为5。

这道题乍一看用哈希表直接统计所有遍历到的彩带颜色就好了，如果哈希表大小>K，就说明目前的截取区间 包含的颜色种类大于K种了。但是我们发现：

1、暴力地多重循环不仅会导致超时，哈希表也有包含重复的截取情况，于是我们考虑用滑动窗口来求解。

2、滑动窗口的右端滑到数组最后一个元素时，我们需要结合目前哈希表的大小进行不同的处理。详情看 18-28行，我们默认将 数组最后一个元素 加入到我们的计数中，然后在下一次循环的开头，判断现在的哈希表大小是否已经超过K了，如果是，我们就把得到的数量-1；如果是其他情况，则不变。

#include <algorithm>
#include <iostream>
#include <vector>
#include "map"
using namespace std;

int solution(int N, int K, vector<int> a) {
    // 这道题使用滑动窗口 + 哈希表
    if(N==1)return 1;

    map<int, int> now;  
    int i=0;
    int j=0;
    int maxnum=0;
    int temp=0;
    while(i<N)
    {
        if(j==N || now.size()>K)//还可能后面有满足条件的
        {
            
            if(j==N && now.size()<=K)
                maxnum=max(maxnum,temp);
            else
                maxnum=max(maxnum,temp-1);
            now.clear();
            temp=0;
            i++;
            j=i;
        }
        else if (now.size()<=K && j<N) {
            now[a[j]]++;
            temp++;
            j++;
        }
        
    }
    return maxnum;
}

int main() {
    cout << (solution(8, 3, {1, 2, 3, 2, 1, 4, 5, 1}) == 5) << endl;
    cout << (solution(7, 2, {1, 2, 2, 2, 1, 1, 3}) == 6) << endl;
    cout << (solution(6, 4, {4, 5, 4, 6, 7, 8}) == 5) << endl;
    return 0;
}

还有一些类似的哈希表刺客，乍一看使用哈希表就可以破解，实则使用双指针法可以走很多弯路，比如：

三数之和

问题描述

给你一个整数数组 nums ，判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != j、i != k 且 j != k ，同时还满足 nums[i] + nums[j] + nums[k] == 0 。请你返回所有和为 0 且不重复的三元组。

注意： 答案中不可以包含重复的三元组

两层for循环就可以确定 a 和b 的数值了，可以使用哈希法来确定 0-(a+b) 是否在 数组里出现过，其实这个思路是正确的，但是我们有一个非常棘手的问题，就是题目中说的不可以包含重复的三元组。

把符合条件的三元组放进vector中，然后再去重，这样是非常费时的，很容易超时，也是这道题目通过率如此之低的根源所在。

去重的过程不好处理，有很多小细节，如果在面试中很难想到位。

时间复杂度可以做到O(n^2)，但还是比较费时的，因为不好做剪枝操作。

这道题目使用双指针法 要比哈希法高效一些：

class Solution {
public:
    vector<vector<int>> threeSum(vector<int>& nums) {
        vector<vector<int>> result;
        sort(nums.begin(), nums.end());
        // 找出a + b + c = 0
        // a = nums[i], b = nums[left], c = nums[right]
        for (int i = 0; i < nums.size(); i++) {
            // 排序之后如果第一个元素已经大于零，那么无论如何组合都不可能凑成三元组，直接返回结果就可以了
            if (nums[i] > 0) {
                return result;
            }
            // 错误去重a方法，将会漏掉-1,-1,2 这种情况
            /*
            if (nums[i] == nums[i + 1]) {
                continue;
            }
            */
            // 正确去重a方法
            if (i > 0 && nums[i] == nums[i - 1]) {
                continue;
            }
            int left = i + 1;
            int right = nums.size() - 1;
            while (right > left) {
                // 去重复逻辑如果放在这里，0，0，0 的情况，可能直接导致 right<=left 了，从而漏掉了 0,0,0 这种三元组
                /*
                while (right > left && nums[right] == nums[right - 1]) right--;
                while (right > left && nums[left] == nums[left + 1]) left++;
                */
                if (nums[i] + nums[left] + nums[right] > 0) right--;
                else if (nums[i] + nums[left] + nums[right] < 0) left++;
                else {
                    result.push_back(vector<int>{nums[i], nums[left], nums[right]});
                    // 去重逻辑应该放在找到一个三元组之后，对b 和 c去重
                    while (right > left && nums[right] == nums[right - 1]) right--;
                    while (right > left && nums[left] == nums[left + 1]) left++;

                    // 找到答案时，双指针同时收缩
                    right--;
                    left++;
                }
            }

        }
        return result;
    }
};