用 javascript 分类刷 leetcode16.set&map(图文视频讲解)

集合与字典 ：

• 集合常见的形式是 Set，字典常见的形式是 Map

• Set 和 Map 主要的应用场景在于 数据重组 和 数据储存。

集合 与 字典 的区别：

• 共同点：集合、字典 可以储存不重复的值

• 不同点：集合类似于数组，元素的只有 key 没有 value，value 就是 key。字典是以 [key, value] 的形式储存，键的范围不限于字符串，各种类型的值（包括对象）都可以当作键

时间复杂度：

​ set 或 map 可以用哈希表或平衡二叉搜索树实现

​ 哈希表实现的 map 或者 set 查找的时间复杂度是O(1)，哈希表优点是查找非常快，哈希表的缺点是失去了数据的顺序性，平衡二叉搜索树实现的 map 或 set 查找时间复杂度是O(logn)，它保证了数据顺序性

哈希函数

哈希函数是一个接受输入值的函数，由此输入计算出一个确定输出。

• 均匀分布：哈希函数计算出来的地址均匀分布

• 哈希碰撞：哈希函数计算出来的结果冲突

• 开放定址法

• 链地址法

242. 有效的字母异位词 (easy)

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。

注意：若 s 和 t 中每个字符出现的次数都相同，则称 s 和 t 互为字母异位词。

 

示例 1:

输入: s = "anagram", t = "nagaram"输出: true 示例 2:

输入: s = "rat", t = "car"输出: false 

提示:

1 <= s.length, t.length <= 5 * 104s 和 t 仅包含小写字母 

进阶: 如果输入字符串包含 unicode 字符怎么办？你能否调整你的解法来应对这种情况？

方法 1.排序

• 思路：两个字符串转成数组，排序后转回字符串进行比较。

• 复杂度分析：时间复杂度O(nlogn)，排序采用快排，时间复杂度是 nlogn，比较两字符串是否相等时间复杂度为 n，O(n)+O(nlogn)=O(nlogn)。空间复杂度为O(logn)，排序需要O(logn)的空间，java 和 js 字符串是不可变的，需要额外的 O(n)空间来拷贝字符串，我们忽略这个复杂度，这依赖不同语言实现的细节。

方法 2.哈希表:

• 思路：采用空间换时间的策略，准备一个数组，循环字符串 s，每个元素出现一次加 1，然后循环 t 元素，每次出现的字符减 1，如果 t 中出现一些不在 s 中的字符 则返回 false，所有循环结束 说明两个字符串中每个字符的数量相同

• 复杂度分析： 时间复杂度O(n),n 是字符串的长度，空间复杂度O(s)，s 为字符集大小

js:

var isAnagram = function(s, t) {    if (s.length !== t.length) {//长度不想等 直接返回false        return false;    }    const table = new Array(26).fill(0);//大小为26的数组    for (let i = 0; i < s.length; ++i) {//循环字符串s，每个元素出现一次加1        table[s.codePointAt(i) - 'a'.codePointAt(0)]++;    }    for (let i = 0; i < t.length; ++i) {//循环t元素        table[t.codePointAt(i) - 'a'.codePointAt(0)]--;//每次出现的字符减1          //如果t中出现一些字符对于s中的字符 则返回false        if (table[t.codePointAt(i) - 'a'.codePointAt(0)] < 0) {            return false;        }    }    return true;//所有循环结束 说明两个字符串中每个字符的数量相同}

454. 四数相加 II（ medium）

给你四个整数数组 nums1、nums2、nums3 和 nums4 ，数组长度都是 n ，请你计算有多少个元组 (i, j, k, l) 能满足：

0 <= i, j, k, l < nnums1[i] + nums2[j] + nums3[k] + nums4[l] == 0 

示例 1：

输入：nums1 = [1,2], nums2 = [-2,-1], nums3 = [-1,2], nums4 = [0,2]输出：2 解释：两个元组如下：

1. (0, 0, 0, 1) -> nums1[0] + nums2[0] + nums3[0] + nums4[1] = 1 + (-2) + (-1) + 2 = 0

2. (1, 1, 0, 0) -> nums1[1] + nums2[1] + nums3[0] + nums4[0] = 2 + (-1) + (-1) + 0 = 0 示例 2：

输入：nums1 = [0], nums2 = [0], nums3 = [0], nums4 = [0]输出：1 

  提示：

n == nums1.lengthn == nums2.lengthn == nums3.lengthn == nums4.length1 <= n <= 200-228 <= nums1[i], nums2[i], nums3[i], nums4[i] <= 228

方法 1:哈希表

• 思路：在 A 和 B 中取出两个数的组合，将这两个数的和作为键，出现次数作为值加入哈希表中，循环 C、D，判断 C 和 D 中是否存在两个数的和 加 AB 中的俩元素的和正好是 0，统计组合数

• 复杂度：时间复杂度O(n^2),两个嵌套循环。空间复杂度O(n^2)，哈希表的空间，最差的情况下是n^2
  

js：

var fourSumCount = function(A, B, C, D) {    const countAB = new Map();      //在A和B中取出两个数的组合，将这两个数的和作为键，出现次数作为值加入哈希表中，    A.forEach(u => B.forEach(v => countAB.set(u + v, (countAB.get(u + v) || 0) + 1)));    let ans = 0;     for (let u of C) {//循环C、D        for (let v of D) {            if (countAB.has(-u - v)) {//判断C和D中是否存在两个数的和 加 AB中的俩元素的和正好是0                ans += countAB.get(-u - v);//累加组合数            }        }    }    return ans;};

187. 重复的DNA序列 (medium)

DNA 序列 由一系列核苷酸组成，缩写为 'A', 'C', 'G' 和 'T'.。

例如，"ACGAATTCCG" 是一个 DNA 序列 。在研究 DNA 时，识别 DNA 中的重复序列非常有用。

给定一个表示 DNA 序列 的字符串 s ，返回所有在 DNA 分子中出现不止一次的 长度为 10 的序列(子字符串)。你可以按 任意顺序 返回答案。

 

示例 1：

输入：s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"输出：["AAAAACCCCC","CCCCCAAAAA"]示例 2：

输入：s = "AAAAAAAAAAAAA"输出：["AAAAAAAAAA"] 

提示：

0 <= s.length <= 105s[i]=='A'、'C'、'G' or 'T'

• 思路：用 map 存储子串出现的次数，循环 dna 序列，每次截取长度为 10 的子串，加入 map 中 并更新出现的次数，次数超过 2，加入 ans

• 复杂度：时间复杂度O(n)，n 是字符串的长度。空间复杂度O(n)
  

js：

var findRepeatedDnaSequences = function(s) {    const L = 10;    const ans = [];    const cnt = new Map();    const n = s.length;    for (let i = 0; i <= n - L; ++i) {        const sub = s.slice(i, i + L)//截取长度为10的子串        cnt.set(sub, (cnt.get(sub) || 0) + 1);//加入map中 并更新出现的次数        if (cnt.get(sub) === 2) {            ans.push(sub);        }    }    return ans;};

1. 两数之和 (easy)

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 target  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。

 

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]示例 3：

输入：nums = [3,3], target = 6 输出：[0,1] 

提示：

2 <= nums.length <= 104-109 <= nums[i] <= 109-109 <= target <= 109 只会存在一个有效答案进阶：你可以想出一个时间复杂度小于 O(n2) 的算法吗？

方法 1.暴力枚举

• 思路：两层 for 循环，第一层for i:0->n-1, 枚举 nums 中的每一个数 x，第二层for j：i+1->n-1，寻找是否存在两个数字的和是 target。

• 复杂度分析：时间复杂度：O(n^2), n 为数组的长度。空间复杂度O(1)。

方法 2.哈希表：

动画过大，点击查看

• 思路：方法一第一层循环是必须的，关键是优化第二次循环，也就是寻找targrt-x的过程，这里关键采用空间换时间，也就是采用哈希表进行优化，让查找的过程变为O(1)。首先还是遍历 nums 数组，然后在哈希表中寻找target-x，如果不存在就把当前元素 x 和下标存入哈希表，如果存在就返回target-x和当前元素的下标

• 复杂度分析：时间复杂度O(n)， n 为数组的长度，空间复杂度O(n)，n 为数组的长度，主要是哈希表的空间开销

js:

var twoSum = function (nums, target) {    const map = new Map();    for (let i = 0; i < nums.length; i++) {//第一层循环        const complement = target - nums[i];        if (map.has(complement)) {//判断complement是否在map中            return [map.get(complement), i]; //存在的话返回两个数的下标        } else {            map.set(nums[i], i);//不存在map中就将当前元素和下标存入map        }    }    return [];};

447. 回旋镖的数量 (medium)

给定平面上 n 对 互不相同 的点 points ，其中 points[i] = [xi, yi] 。回旋镖 是由点 (i, j, k) 表示的元组 ，其中 i 和 j 之间的距离和 i 和 k 之间的欧式距离相等（需要考虑元组的顺序）。

返回平面上所有回旋镖的数量。

 示例 1：

输入：points = [[0,0],[1,0],[2,0]]输出：2 解释：两个回旋镖为 [[1,0],[0,0],[2,0]] 和 [[1,0],[2,0],[0,0]]示例 2：

输入：points = [[1,1],[2,2],[3,3]]输出：2 示例 3：

输入：points = [[1,1]]输出：0 

提示：

n == points.length1 <= n <= 500points[i].length == 2-104 <= xi, yi <= 104 所有点都 互不相同

• 思路：循环数组，找出与当前元素距离相同的点，记录频次加入 map 中，最后循环 map，从相同距离的数量中选取两个组合出来，加入结果中。从 m 个元素中选取两个的排列组合数 是m*(m-1)
  

• 复杂度：时间复杂度O(n^2)，数组遍历两层，空间复杂度O(n)，哈希表的空间

js：

//m = {1:3,2:5}var numberOfBoomerangs = function (points) {    let ans = 0;    for (const p of points) {        const m = new Map();        for (const q of points) {            //统计距离当前点相同距离的数量 加入map中            const dis = (p[0] - q[0]) * (p[0] - q[0]) + (p[1] - q[1]) * (p[1] - q[1]);            m.set(dis, (m.get(dis) || 0) + 1);        }        for (const [_, item] of m.entries()) {//从相同距离的点的数量中选取两个            ans += item * (item - 1);        }    }    return ans;};

49. 字母异位词分组 （medium）

给你一个字符串数组，请你将 字母异位词 组合在一起。可以按任意顺序返回结果列表。

字母异位词 是由重新排列源单词的字母得到的一个新单词，所有源单词中的字母通常恰好只用一次。

 

示例 1:

输入: strs = ["eat", "tea", "tan", "ate", "nat", "bat"]输出: [["bat"],["nat","tan"],["ate","eat","tea"]]示例 2:

输入: strs = [""]输出: [[""]]示例 3:

输入: strs = ["a"]输出: [["a"]] 

提示：

1 <= strs.length <= 1040 <= strs[i].length <= 100strs[i] 仅包含小写字母

方法 1.排序

• 思路：遍历字符串数组，对每个字符串中的字符排序，加入 map 对应的 key 的数组中。

• 复杂度：时间复杂度O(n*klogk)，n 是字符串的个数，k 是最长的字符串的长度，排序复杂度O(klogk)，n 次排序，哈希表更新O(1)。空间复杂度O(nk)，排序空间复杂度O(nlogk)，map 空间复杂度O(nk)，取较大的O(nk)
  

js：

var groupAnagrams = function(strs) {    const map = new Map();    for (let str of strs) {        let array = Array.from(str);//字符转成数组        array.sort();//排序        let key = array.toString();        let list = map.get(key) ? map.get(key) : new Array();//从map中取到相应的数组        list.push(str);//加入数组        map.set(key, list);//重新设置该字符的数组    }    return Array.from(map.values());//map中的value转成数组};

方法 2.计数

• 思路：题意是字符串的字符都是小写，可以对每个字符串统计其中字符的频次，将每个字符频次相同的字符串放在一组

• 复杂度：时间复杂度O(n*k)，n 是字符串个数，k 是最长字符串长度，循环字符串数组复杂度O(n)，对每个字符串统计频次复杂度O(k)。空间复杂度O(n*k)，map 中存放了 n 个大小最长为 k 的字符串。

js：

var groupAnagrams = function(strs) {    const map = {};    for (let s of strs) {//循环字符串数组        const count = new Array(26).fill(0);//字符都是小写，初始化大小为26的数组        for (let c of s) {//对字符串的每个字符统计频次            count[c.charCodeAt() - 'a'.charCodeAt()]++;        }        map[count] ? map[count].push(s) : map[count] = [s];//加入map    }    return Object.values(map);};

视频讲解：传送门