文章目录
Tag
【哈希表】【滑动窗口】【数组】
题目来源
题目解读
判断在数组中有没有相同的元素小于一定的距离。
解题思路
方法一:哈希表
我们维护一个哈希表来记录数组中的元素以及上一次出现的位置,如果上一次出现的位置和这一次出现的位置之差小于等于 k
,那就返回 true
,否则返回 false
。
实现代码
cpp
class Solution {
public:
bool containsNearbyDuplicate(vector<int>& nums, int k) {
int n = nums.size();
unordered_map<int, int> mp;
for (int i = 0; i < n; ++i) {
if (mp.count(nums[i]) && (i - mp[nums[i]] <= k)) {
return true;
}
mp[nums[i]] = i;
}
return false;
}
};
复杂度分析
时间复杂度: O ( n ) O(n) O(n), n n n 为数组 nums
的长度。
空间复杂度: O ( n ) O(n) O(n),使用哈希表记录数组中元素上一次出现的位置。
方法二:滑动窗口
换一个思路,我们只要判断在长度为 k
的窗口中是否有重复的元素出现即可。在滑窗没满之前,就向滑窗中加入元素,加入之前判断滑窗内是否有当前要加入的元素,如果有,直接返回 false
;当滑窗满了,滑动滑窗,当前的 nums[i]
要进入滑窗,那么 nums[i - k - i]
要退出滑窗,判断滑窗内是否有当前要加入的元素,如果有,直接返回 false
。
如果滑窗滑到数组末尾,都没有返回 true
,就返回 false
。
实现代码
cpp
class Solution {
public:
bool containsNearbyDuplicate(vector<int>& nums, int k) {
unordered_set<int> s;
int n = nums.size();
for (int i = 0; i < n; ++i) {
if (i > k) {
s.erase(nums[i - k - 1]);
}
if (s.count(nums[i])) return true;
s.emplace(nums[i]);
}
return false;
}
};
时间复杂度: O ( n ) O(n) O(n), n n n 为数组 nums
的长度。
空间复杂度: O ( k ) O(k) O(k),使用无序集合记录滑窗中的元素。
其他语言
python3+哈希表
python3
class Solution:
def containsNearbyDuplicate(self, nums: List[int], k: int) -> bool:
pos = {}
for i, num in enumerate(nums):
if num in pos and i - pos[num] <= k:
return True
pos[num] = i
return False
python3+滑动窗口
python3
class Solution:
def containsNearbyDuplicate(self, nums: List[int], k: int) -> bool:
s = set()
for i, num in enumerate(nums):
if i > k:
s.remove(nums[i - k - 1])
if num in s:
return True
s.add(num)
return False
写在最后
如果文章内容有任何错误或者您对文章有任何疑问,欢迎私信博主或者在评论区指出 💬💬💬。
如果大家有更优的时间、空间复杂度方法,欢迎评论区交流。
最后,感谢您的阅读,如果感到有所收获的话可以给博主点一个 👍 哦。