mirror of
https://github.com/krahets/hello-algo.git
synced 2024-12-27 15:36:31 +08:00
e720aa2d24
* Sync recent changes to the revised Word. * Revised the preface chapter * Revised the introduction chapter * Revised the computation complexity chapter * Revised the chapter data structure * Revised the chapter array and linked list * Revised the chapter stack and queue * Revised the chapter hashing * Revised the chapter tree * Revised the chapter heap * Revised the chapter graph * Revised the chapter searching * Reivised the sorting chapter * Revised the divide and conquer chapter * Revised the chapter backtacking * Revised the DP chapter * Revised the greedy chapter * Revised the appendix chapter * Revised the preface chapter doubly * Revised the figures
47 lines
1.9 KiB
Markdown
Executable file
47 lines
1.9 KiB
Markdown
Executable file
# 哈希优化策略
|
|
|
|
在算法题中,**我们常通过将线性查找替换为哈希查找来降低算法的时间复杂度**。我们借助一个算法题来加深理解。
|
|
|
|
!!! question
|
|
|
|
给定一个整数数组 `nums` 和一个目标元素 `target` ,请在数组中搜索“和”为 `target` 的两个元素,并返回它们的数组索引。返回任意一个解即可。
|
|
|
|
## 线性查找:以时间换空间
|
|
|
|
考虑直接遍历所有可能的组合。如下图所示,我们开启一个两层循环,在每轮中判断两个整数的和是否为 `target` ,若是,则返回它们的索引。
|
|
|
|
![线性查找求解两数之和](replace_linear_by_hashing.assets/two_sum_brute_force.png)
|
|
|
|
代码如下所示:
|
|
|
|
```src
|
|
[file]{two_sum}-[class]{}-[func]{two_sum_brute_force}
|
|
```
|
|
|
|
此方法的时间复杂度为 $O(n^2)$ ,空间复杂度为 $O(1)$ ,在大数据量下非常耗时。
|
|
|
|
## 哈希查找:以空间换时间
|
|
|
|
考虑借助一个哈希表,键值对分别为数组元素和元素索引。循环遍历数组,每轮执行下图所示的步骤。
|
|
|
|
1. 判断数字 `target - nums[i]` 是否在哈希表中,若是,则直接返回这两个元素的索引。
|
|
2. 将键值对 `nums[i]` 和索引 `i` 添加进哈希表。
|
|
|
|
=== "<1>"
|
|
![辅助哈希表求解两数之和](replace_linear_by_hashing.assets/two_sum_hashtable_step1.png)
|
|
|
|
=== "<2>"
|
|
![two_sum_hashtable_step2](replace_linear_by_hashing.assets/two_sum_hashtable_step2.png)
|
|
|
|
=== "<3>"
|
|
![two_sum_hashtable_step3](replace_linear_by_hashing.assets/two_sum_hashtable_step3.png)
|
|
|
|
实现代码如下所示,仅需单层循环即可:
|
|
|
|
```src
|
|
[file]{two_sum}-[class]{}-[func]{two_sum_hash_table}
|
|
```
|
|
|
|
此方法通过哈希查找将时间复杂度从 $O(n^2)$ 降至 $O(n)$ ,大幅提升运行效率。
|
|
|
|
由于需要维护一个额外的哈希表,因此空间复杂度为 $O(n)$ 。**尽管如此,该方法的整体时空效率更为均衡,因此它是本题的最优解法**。
|