algorithm/leetcode-master
1
0
Fork 0
mirror of https://github.com/youngyangyang04/leetcode-master.git synced 2025-07-10 04:06:51 +08:00
Code Issues Packages Projects Releases Wiki Activity

Update

Browse Source
This commit is contained in:
youngyangyang04
2021-05-20 09:47:24 +08:00
parent aa92ac3685
commit d975db200b
4 changed files with 41 additions and 65 deletions
Download Patch File Download Diff File Expand all files Collapse all files

20
problems/0242.有效的字母异位词.md
View File

@ -9,18 +9,25 @@
> 数组就是简单的哈希表，但是数组的大小可不是无限开辟的 > 数组就是简单的哈希表，但是数组的大小可不是无限开辟的
# 242.有效的字母异位词 ## 242.有效的字母异位词
https://leetcode-cn.com/problems/valid-anagram/ https://leetcode-cn.com/problems/valid-anagram/
给定两个字符串 s 和 t ，编写一个函数来判断 t 是否是 s 的字母异位词。 给定两个字符串 s 和 t ，编写一个函数来判断 t 是否是 s 的字母异位词。
![](https://img-blog.csdnimg.cn/202008171902298.png) 示例 1:
输入: s = "anagram", t = "nagaram"
输出: true
示例 2:
输入: s = "rat", t = "car"
输出: false
**说明:** **说明:**
你可以假设字符串只包含小写字母。 你可以假设字符串只包含小写字母。
# 思路 ## 思路
先看暴力的解法，两层for循环，同时还要记录字符是否重复出现，很明显时间复杂度是 O(n^2)。 先看暴力的解法，两层for循环，同时还要记录字符是否重复出现，很明显时间复杂度是 O(n^2)。
@ -52,7 +59,6 @@ https://leetcode-cn.com/problems/valid-anagram/
时间复杂度为O(n)，空间上因为定义是的一个常量大小的辅助数组，所以空间复杂度为O(1)。 时间复杂度为O(n)，空间上因为定义是的一个常量大小的辅助数组，所以空间复杂度为O(1)。
看完这篇哈希表总结：[哈希表：总结篇！（每逢总结必经典）](https://mp.weixin.qq.com/s/1s91yXtarL-PkX07BfnwLg)，详细就可以哈希表的各种用法非常清晰了。
C++ 代码如下： C++ 代码如下：
```C++ ```C++
@ -134,6 +140,12 @@ func isAnagram(s string, t string) bool {
} }
``` ```
## 相关题目
* 383.赎金信
* 49.字母异位词分组
* 438.找到字符串中所有字母异位词
----------------------- -----------------------
* 作者微信：[程序员Carl](https://mp.weixin.qq.com/s/b66DFkOp8OOxdZC_xLZxfw) * 作者微信：[程序员Carl](https://mp.weixin.qq.com/s/b66DFkOp8OOxdZC_xLZxfw)

32
problems/哈希表理论基础.md
View File

@ -7,7 +7,8 @@
<p align="center"><strong>欢迎大家参与本项目，贡献其他语言版本的代码，拥抱开源，让更多学习算法的小伙伴们收益！</strong></p> <p align="center"><strong>欢迎大家参与本项目，贡献其他语言版本的代码，拥抱开源，让更多学习算法的小伙伴们收益！</strong></p>
# 哈希表
## 哈希表
首先什么是 哈希表，哈希表（英文名字为Hash table，国内也有一些算法书籍翻译为散列表，大家看到这两个名称知道都是指hash table就可以了）。 首先什么是 哈希表，哈希表（英文名字为Hash table，国内也有一些算法书籍翻译为散列表，大家看到这两个名称知道都是指hash table就可以了）。
@ -29,7 +30,7 @@
将学生姓名映射到哈希表上就涉及到了**hash function ，也就是哈希函数**。 将学生姓名映射到哈希表上就涉及到了**hash function ，也就是哈希函数**。
# 哈希函数 ## 哈希函数
哈希函数，把学生的姓名直接映射为哈希表上的索引，然后就可以通过查询索引下表快速知道这位同学是否在这所学校里了。 哈希函数，把学生的姓名直接映射为哈希表上的索引，然后就可以通过查询索引下表快速知道这位同学是否在这所学校里了。
@ -47,7 +48,7 @@
接下来**哈希碰撞**登场 接下来**哈希碰撞**登场
# 哈希碰撞 ### 哈希碰撞
如图所示，小李和小王都映射到了索引下表 1的位置，**这一现象叫做哈希碰撞**。 如图所示，小李和小王都映射到了索引下表 1的位置，**这一现象叫做哈希碰撞**。
@ -55,7 +56,7 @@
一般哈希碰撞有两种解决方法， 拉链法和线性探测法。 一般哈希碰撞有两种解决方法， 拉链法和线性探测法。
## 拉链法 ### 拉链法
刚刚小李和小王在索引1的位置发生了冲突，发生冲突的元素都被存储在链表中。 这样我们就可以通过索引找到小李和小王了 刚刚小李和小王在索引1的位置发生了冲突，发生冲突的元素都被存储在链表中。 这样我们就可以通过索引找到小李和小王了
@ -65,7 +66,7 @@
其实拉链法就是要选择适当的哈希表的大小，这样既不会因为数组空值而浪费大量内存，也不会因为链表太长而在查找上浪费太多时间。 其实拉链法就是要选择适当的哈希表的大小，这样既不会因为数组空值而浪费大量内存，也不会因为链表太长而在查找上浪费太多时间。
## 线性探测法 ### 线性探测法
使用线性探测法，一定要保证tableSize大于dataSize。 我们需要依靠哈希表中的空位来解决碰撞问题。 使用线性探测法，一定要保证tableSize大于dataSize。 我们需要依靠哈希表中的空位来解决碰撞问题。
@ -75,7 +76,7 @@
其实关于哈希碰撞还有非常多的细节，感兴趣的同学可以再好好研究一下，这里我就不再赘述了。 其实关于哈希碰撞还有非常多的细节，感兴趣的同学可以再好好研究一下，这里我就不再赘述了。
# 常见的三种哈希结构 ## 常见的三种哈希结构
当我们想使用哈希法来解决问题的时候，我们一般会选择如下三种数据结构。 当我们想使用哈希法来解决问题的时候，我们一般会选择如下三种数据结构。
@ -117,7 +118,7 @@ std::unordered_map 底层实现为哈希表，std::map 和std::multimap 的底
![哈希表6](https://img-blog.csdnimg.cn/20210104235134572.png) ![哈希表6](https://img-blog.csdnimg.cn/20210104235134572.png)
# 总结 ## 总结
总结一下，**当我们遇到了要快速判断一个元素是否出现集合里的时候，就要考虑哈希法**。 总结一下，**当我们遇到了要快速判断一个元素是否出现集合里的时候，就要考虑哈希法**。
@ -125,23 +126,6 @@ std::unordered_map 底层实现为哈希表，std::map 和std::multimap 的底
如果在做面试题目的时候遇到需要判断一个元素是否出现过的场景也应该第一时间想到哈希法！ 如果在做面试题目的时候遇到需要判断一个元素是否出现过的场景也应该第一时间想到哈希法！
预告下篇讲解一波哈希表面试题的解题套路，我们下期见！
都看到这了，还有sei！sei没读懂单独找我！
## 其他语言版本
Java：
Python：
Go：

20
problems/背包理论基础01背包-1.md
View File

@ -262,26 +262,6 @@ int main() {
``` ```
以上遍历的过程也可以这么写：
```
// 遍历过程
for(int i = 1; i < weight.size(); i++) { // 遍历物品
for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量
if (j - weight[i] >= 0) {
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - weight[i]] + value[i]);
}
}
}
```
这么写打印出来的dp数据这就是这样：
![动态规划-背包问题8](https://img-blog.csdnimg.cn/2021011010344372.png)
空出来的0其实是用不上的，版本一 能把完整的dp数组打印出来，出来我用版本一来讲解。
## 总结 ## 总结
讲了这么多才刚刚把二维dp的01背包讲完，**这里大家其实可以发现最简单的是推导公式了，推导公式估计看一遍就记下来了，但难就难在如何初始化和遍历顺序上**。 讲了这么多才刚刚把二维dp的01背包讲完，**这里大家其实可以发现最简单的是推导公式了，推导公式估计看一遍就记下来了，但难就难在如何初始化和遍历顺序上**。