哈希表进阶：算法优化与实战应用解析

1. 哈希表专题二：算法训练营深度解析

作为算法学习中的核心数据结构，哈希表在解决各类实际问题时展现出极高的效率。今天我们将聚焦哈希表在算法题解中的进阶应用，通过几个典型例题的深入剖析，掌握如何巧妙运用哈希表特性优化解题思路。这些内容特别适合已经掌握哈希表基础操作，希望提升实际问题解决能力的开发者。

2. 核心问题与解题思路

2.1 两数之和的哈希表解法

给定一个整数数组nums和一个目标值target，找出数组中两个数之和等于target的下标组合。这是LeetCode上的经典问题，也是哈希表应用的入门案例。

传统暴力解法需要O(n²)的时间复杂度，而使用哈希表可以将时间复杂度优化到O(n)。具体实现思路是：遍历数组时，用哈希表记录已经访问过的元素及其下标，对于当前元素nums[i]，检查target-nums[i]是否存在于哈希表中。

python复制def twoSum(nums, target):
    hash_map = {}
    for i, num in enumerate(nums):
        complement = target - num
        if complement in hash_map:
            return [hash_map[complement], i]
        hash_map[num] = i
    return []

注意：这里使用字典存储元素值到索引的映射，查找操作的时间复杂度为O(1)，这是提升效率的关键。

2.2 三数之和问题的双指针+哈希表解法

三数之和问题要求找出数组中所有不重复的三元组，使得三个数之和为0。这个问题可以看作是两数之和的扩展版本。

虽然可以使用三重循环暴力解决，但时间复杂度高达O(n³)。更优的解法是结合排序、双指针和哈希表：

1. 首先对数组进行排序（O(nlogn)）
2. 固定一个数nums[i]，将问题转化为在i+1到n-1范围内寻找两数之和等于-nums[i]
3. 使用双指针法在有序数组中高效寻找这两个数

python复制def threeSum(nums):
    nums.sort()
    res = []
    n = len(nums)
    for i in range(n-2):
        if i > 0 and nums[i] == nums[i-1]:
            continue
        left, right = i+1, n-1
        while left < right:
            s = nums[i] + nums[left] + nums[right]
            if s < 0:
                left += 1