散列练习题

简介

散列，又称哈希表，是一种数据结构，它可以快速地查找、插入或删除数据。散列的核心思想是利用一个函数把数据映射到一个固定范围的整数，这个整数就作为数组的下标，从而实现快速的访问。散列的查找、插入和删除操作的时间复杂度通常为 O(1)。

练习题

散列是一个非常实用的数据结构，下面是一些散列练习题，可以帮助程序员巩固散列的使用。

1. 两数之和

给定一个整数数组 nums和一个目标值 target，请你在该数组中找出和为目标值的那两个整数，并返回它们的数组下标。

示例：

public int[] twoSum(int[] nums, int target) {
    Map<Integer, Integer> map = new HashMap<>();
    for (int i = 0; i < nums.length; i++) {
        int complement = target - nums[i];
        if (map.containsKey(complement)) {
            return new int[] { map.get(complement), i };
        }
        map.put(nums[i], i);
    }
    throw new IllegalArgumentException("No two sum solution");
}

思路： 通过遍历数组，将每个元素作为键，下标作为值存放到散列表中。对于每个要查找的元素，通过计算目标值减去当前元素得到差值，然后在散列表中查找该差值是否存在，如果存在，则返回它们的下标。

时间复杂度：O(n)。

2. 求众数

给定一个大小为 n 的数组，找到其中的众数。众数是指在数组中出现次数大于 n/2 的元素。

示例：

public int majorityElement(int[] nums) {
    int count = 0;
    Integer candidate = null;
    for (int num : nums) {
        if (count == 0) {
            candidate = num;
        }
        count += (num == candidate) ? 1 : -1;
    }
    return candidate;
}

思路：通过遍历数组，使用计数器统计出现次数，并记录当前出现次数最多的元素，最终返回这个元素即可。

时间复杂度：O(n)。

3. 数组交集 II

给定两个数组，编写一个函数来计算它们的交集。

示例：

public int[] intersect(int[] nums1, int[] nums2) {
    Map<Integer, Integer> map = new HashMap<>();
    List<Integer> result = new ArrayList<>();
    // 统计nums1中元素的出现次数
    for (int num : nums1) {
        map.put(num, map.getOrDefault(num, 0) + 1);
    }
    // 遍历nums2，如果元素在nums1中出现，则加入结果数组，并减少nums1中对应元素的出现次数
    for (int num : nums2) {
        if (map.containsKey(num) && map.get(num) > 0) {
            result.add(num);
            map.put(num, map.get(num) - 1);
        }
    }
    // 将结果数组转换成整数数组
    int[] resultArray = new int[result.size()];
    for (int i = 0; i < result.size(); i++) {
        resultArray[i] = result.get(i);
    }
    return resultArray;
}

思路： 先遍历一个数组，将其中元素的出现次数存储到散列表中。然后再遍历另一个数组，对于其中的每个元素，如果在散列表中出现过，则加入结果数组并将散列表中该元素的出现次数减一。

时间复杂度： O(m+n)，其中 m 和 n 分别为两个数组的长度。

总结

散列表是一种非常实用的数据结构，可以用来解决很多常见的问题。掌握散列表的基本概念和常见的操作，对于程序员的职业发展是非常有帮助的。