按位与为零的三元组--哈希表优化循环

0x01.问题

给定一个整数数组 A,找出索引为 (i, j, k) 的三元组,使得:
0 <= i < A.length 0 <= j < A.length 0 <= k < A.length A[i] & A[j] & A[k] == 0,其中 & 表示按位与(AND)操作符。
输入示例:[2,1,3]
输出示例:12
解释:我们可以选出如下 i, j, k 三元组:
(i=0, j=0, k=1) : 2 & 2 & 1
(i=0, j=1, k=0) : 2 & 1 & 2
(i=0, j=1, k=1) : 2 & 1 & 1
(i=0, j=1, k=2) : 2 & 1 & 3
(i=0, j=2, k=1) : 2 & 3 & 1
(i=1, j=0, k=0) : 1 & 2 & 2
(i=1, j=0, k=1) : 1 & 2 & 1
(i=1, j=0, k=2) : 1 & 2 & 3
(i=1, j=1, k=0) : 1 & 1 & 2
(i=1, j=2, k=0) : 1 & 3 & 2
(i=2, j=0, k=1) : 3 & 2 & 1
(i=2, j=1, k=0) : 3 & 1 & 2
提示:1 <= A.length <= 1000 0 <= A[i] < 2^16

C++函数形式为   int countTriplets(vector<int>& A)

0x02.分析

三元组进行按位与,正常思路肯定是要三层循环,但是细看一下A的范围,到达了1000,如果三层循环,肯定超时,所以我们必须优化一下。

用三层循环的目的就是保证每三个数都能进行一次按位与操作,我们可不可以先计算出两个与操作的值,再对每个数,与这两个的值进行按位与操作呢?

肯定是可以的,但需要记录下每两个按位与产生的值出现的频率,因为这是和次数挂钩的。

我们可以用一个哈希表记录每两个按位与操作产生的值的数量,再用一个哈希表记录每个元素出现的数量,这样就可以避免重复操作。

这样,三层循环就变成了两层循环。

0x03.解决代码

class Solution {
public:
    int countTriplets(vector<int>& A) {
        unordered_map<int,int> map1;
        unordered_map<int,int> map2;
        for(int n:A) map1[n]++;
        for(int i=0;i<A.size();i++){
            for(int j=0;j<A.size();j++){
                map2[A[i] & A[j]]++;
            }
        }
        int ans=0;
        for(auto p1:map1){
            for(auto p2:map2){
                if((p1.first & p2.first)==0){
                    ans+=p1.second*p2.second;
                }
            }
        }
        return ans;
    }
};

ATFWUS  --Writing  By 2020–03–20

  • 23
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
哈希表 一、实验目的 学会哈希函数的构造方法,处理冲突的机制以及哈希表的查找。 二、实验内容 说明以下概念 1、哈希函数 在一般情况下,需在关键字与记录在表中的存储位置之间建立一个函数关系,以 f(key) 作为关键字为 key 的记录在表中的位置,通常称这个函数 f(key) 为哈希函数。 1) 哈希函数是一个映象,即: 将关键字的集合映射到某个地址集合上, 它的设置很灵活,只要这个地址集合的大小不超出允许范围即可; 2) 由于哈希函数是一个压缩映象,因此,在一般情况下,很容易产生"冲突"现象,即: key1( key2,而 f(key1) = f(key2)。 2、哈希表 根据设定的哈希函数f(key)和处理冲突的方法将一组关键字映像到一个有限的连续的地 址集(区间)上,并以关键字在地址集中的"像"作为记录在表中的存储位置,这种表便 称为哈希表,这一映像过程称为哈希造表或散列,所得存储位置称哈希地址或散列地址 。 3、冲突及处理 1)冲突:对不同的关键字可能得到同意哈希地址,即key1( key2,而 f(key1) = f(key2),这种现象称冲突(collision)。 2)处理方法:开放地址法。 4、哈希表的查找分析 从查找过程得知,哈希表查找的平均查找长度实际上并不等于。 决定哈希表查找的ASL的因素: 1) 选用的哈希函数; 2) 选用的处理冲突的方法; 3) 哈希表饱和的程度,装载因子 α=n/m 值的大小(n—记录数,m—表的长度) 一般情况下,可以认为选用的哈希函数是"均匀"的,则在讨论ASL时,可以不考虑它的因 素。因此,哈希表的ASL是处理冲突方法和装载因子的函数。 可以证明: 查找成功时有下列结果: 线性探测再散列 随机探测再散列 从以上结果可见 哈希表的平均查找长度是(的函数,而不是n的函数。这说明,用哈希表构造查找表时, 可以选择一个适当的装填因子(,使得平均查找长度限定在某个范围内。 5、哈希函数C语言代码 /*计算哈希地址,插入哈希表*/ int InsertHash(HashTable *H,int e,int d[]){ int k,i=1; k=e%P; while(H->data[k].flag==TRUE""k<0){ k=(e%P+d[i])%MAXSIZE;i++; if(i>=15) return ERROR; } H->data[k].key=e; H->data[k].flag=TRUE; H->count++; return OK; } /*构造哈希表*/ int CreateHash(HashTable *H,int ds[],int len,int d[]){ int i; for(i=0;i<len;i++){ if(SearchHash(H,ds[i],d)!=-1) return DUPLICATE; InsertHash(H,ds[i],d); if(H->count>=MAXSIZE) return ERROR; } return OK; } /*初始化哈希表*/ void InitHash(HashTable *H){ int i; for(i=0;i<MAXSIZE;i++){ H->data[i].key=0; H->data[i].flag=FALSE; } } /*在哈希表中查找*/ int SearchHash(HashTable *H, int e,int d[]){ int k,i=1; k=e%P; while(H->data[k].key!=e){ k=(e%P+d[i])%MAXSIZE;i++; if(i>=15) return -1; } return k; } 运行结果: ----------------------- 实验5----哈希表实验报告全文共4页,当前为第1页。 实验5----哈希表实验报告全文共4页,当前为第2页。 实验5----哈希表实验报告全文共4页,当前为第3页。 实验5----哈希表实验报告全文共4页,当前为第4页。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ATFWUS

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值