哈希表与双指针算法实战解析

1. 哈希表算法精解与实战应用

哈希表（Hash Table）作为数据结构中的瑞士军刀，凭借其O(1)时间复杂度的查询特性，成为解决各类算法问题的利器。本文将深入剖析LeetCode热门哈希表题目的解题思路，结合Java语言特性，带你掌握哈希表的实战应用技巧。

1.1 两数之和：哈希表的经典入门

问题核心：在整数数组中找出和等于目标值的两个元素下标。暴力解法需要O(n²)时间，而哈希表可将时间复杂度优化至O(n)。

Java实现要点：

java复制Map<Integer,Integer> seen = new HashMap<>();  // 值->索引映射
for(int i=0; i<nums.length; i++){
    int complement = target - nums[i];
    if(seen.containsKey(complement)) {  // O(1)查找
        return new int[]{i, seen.get(complement)};
    }
    seen.put(nums[i], i);  // 存储当前值及其索引
}

关键细节：

1. 哈希表存储的是值->索引映射，而非索引->值
2. 先检查补数再放入当前值，避免重复使用同一元素
3. 使用new int[]{...}语法直接返回匿名数组

实际工程中，这种解法常用于实现购物车商品匹配、用户行为分析等场景。我曾在一个电商项目中用类似方案实现"猜你喜欢"功能，性能提升达300%。

1.2 字母异位词分组：哈希表的分类妙用

问题转化：将字母组成相同但顺序不同的字符串归为一组。关键在于找到统一的哈希键。

优化策略：

1. 对字符串排序后作为键（时间复杂度O(klogk)，k为字符串长度）
2. 使用字母计数作为键（时间复杂度O(k)）

Java实现：

java复制Map<String, List<String>> map = new HashMap<>();
for(String str : strs){
    char[] chars = str.toCharArray();
    Arrays.sort(chars);  // 排序作为统一键
    String key = new String(chars);
    
    // Java 8更简洁的写法
    map.computeIfAbsent(key, k -> new ArrayList<>()).add(str);
}
return new ArrayList<>(map.values());

性能对比：

• 当字符串平均长度较小时（k<10），排序法更优
• 当字符串较长时，字母计数法更高效

1.3 最长连续序列：哈希表的空间换时间

问题难点：在未排序数组中找到最长连续数字序列的长度，要求O(n)时间复杂度。

突破性思路：

1. 将所有数字存入HashSet实现O(1)查询
2. 只从序列的起始点开始扩展（即当前数字-1不存在于集合中）

优化实现：

java复制Set<Integer> numSet = new HashSet<>();
for(int num : nums) numSet.add(num);

int maxLength = 0;
for(int num : numSet){
    if(!numSet.contains(num-1)){  // 确保是序列起点
        int currentNum = num;
        int currentLength = 1;
        
        while(numSet.contains(currentNum+1)){
            currentNum++;
            currentLength++;
        }
        
        maxLength = Math.max(maxLength, currentLength);
    }
}

复杂度分析：

• 每个数字最多被