langShift哈希（题单顺序）
热题 100 - 哈希分组（按题单顺序）：1 / 49 / 128
本页包含题单「哈希」分组的全部题目，顺序与 list.json 保持一致。原题正文来自力扣官方页面动态拉取。
1. 两数之和
给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。
你可以假设每种输入只会对应一个答案，并且你不能使用两次相同的元素。
你可以按任意顺序返回答案。
示例 1：
输入：nums = [2,7,11,15], target = 9 输出：[0,1] 解释：因为 nums[0] + nums[1] == 9 ，返回 [0, 1] 。
示例 2：
输入：nums = [3,2,4], target = 6 输出：[1,2]
示例 3：
输入：nums = [3,3], target = 6 输出：[0,1]
提示：
2 <= nums.length <= 104-109 <= nums[i] <= 109-109 <= target <= 109- 只会存在一个有效答案
进阶：你可以想出一个时间复杂度小于 O(n2) 的算法吗？
最优解（哈希表：一边遍历一边查）
正在加载编辑器...
最优解讲解（通俗版）
- 先从最笨的方法想：两层循环枚举所有 ((i,j))，看
nums[i] + nums[j]是否等于target。一定能找到，但时间是 (O(n^2))，数组一大就吃不消。 - 优化的关键在于：别重复“找补数”。当你拿到当前数字 (x)，你真正想问的是：有没有一个数等于 (target-x)？如果每次都扫一遍数组去找，复杂度就降不下来。
- 把问题改写成“查字典”：我们一边遍历，一边用
Map记住“某个值出现过，位置是多少”（value -> index）。- 走到位置
i时，先算need = target - nums[i]； - 先查：
map.get(need)是否存在？存在就说明之前见过这个补数，直接返回[j, i]； - 再存：如果没找到，就把当前
nums[i]存进去，给后面的元素当“补数”用。
- 走到位置
- 为什么要“先查再存”？：避免把同一个元素用两次。比如
target=6、当前x=3，如果先存再查，可能会把自己当成补数拿出来。 - 用一个例子走一遍推理过程：
[2,7,11,15]、target=9- i=0，x=2，need=7，map 里没有 7 → 存
2 -> 0 - i=1，x=7，need=2，map 里有
2 -> 0→ 返回[0,1]
- i=0，x=2，need=7，map 里没有 7 → 存
- 重复值是否会出问题？：不会。题目保证有解，我们只要找到任意一对即可；
Map存某个值的一个下标就足够。
复杂度
- 时间：(O(n))
- 空间：(O(n))
类似题目（“补数”套路）
// 目标：找一对/一组元素满足某种和/差条件const map = new Map() // value -> index / countfor (let i = 0; i < arr.length; i++) {const need = target - arr[i] // 或其它“补数”定义if (map.has(need)) {// 命中：用 map.get(need) 和 i 组成答案}map.set(arr[i], i) // 或 map.set(arr[i], (map.get(arr[i]) ?? 0) + 1)}
49. 字母异位词分组
给你一个字符串数组，请你将 字母异位词 组合在一起。可以按任意顺序返回结果列表。
示例 1:
输入: strs = ["eat", "tea", "tan", "ate", "nat", "bat"]
输出: [["bat"],["nat","tan"],["ate","eat","tea"]]
解释：
- 在 strs 中没有字符串可以通过重新排列来形成
"bat"。 - 字符串
"nat"和"tan"是字母异位词，因为它们可以重新排列以形成彼此。 - 字符串
"ate"，"eat"和"tea"是字母异位词，因为它们可以重新排列以形成彼此。
示例 2:
输入: strs = [""]
输出: [[""]]
示例 3:
输入: strs = ["a"]
输出: [["a"]]
提示：
1 <= strs.length <= 1040 <= strs[i].length <= 100strs[i]仅包含小写字母
最优解（计数签名当 key：比排序更稳）
正在加载编辑器...
最优解讲解（通俗版）
- 先搞清楚“异位词”相等的本质：顺序可以不同，但每个字母出现次数必须完全一样。例如
eat与tea：a/e/t 都各出现 1 次。 - 朴素思路的问题：如果你把每个新字符串拿去和已有分组逐个比对，最坏会变成 (O(n^2)) 的比较，非常慢。
- 要想快，就要给每个字符串做一个“身份证（key）”：
- 是异位词 → key 一定相同
- 不是异位词 → key 尽量不同（避免碰撞）
- 两种常见 key：
- 排序 key：
s.split('').sort().join('')。好理解，但每次排序成本 (O(k\log k))。 - 计数 key（本题推荐）：只处理 26 个小写字母，做一个长度 26 的计数数组
cnt，扫一遍字符串就行（(O(k))）。再把cnt序列化成字符串当 key。
- 排序 key：
- 为什么 key 要用
join("#")？：为了避免拼接歧义。没有分隔符时，[1,11]和[11,1]这类情况可能会撞在同一个字符串上；用#分隔就能区分开。 - 最后一步：按 key 分桶：
Map<key, string[]>，同 key 的字符串直接push到同一个数组里，最终输出所有桶即可。 - 例子快走一遍：
["eat","tea","tan","ate","nat","bat"]eat/tea/ate的计数 key 相同 → 一桶tan/nat一桶bat一桶
- 易错点：
- 如果题目字符集不是 26 个小写字母（比如包含大写/Unicode），计数 key 需要相应调整；否则建议用“排序 key”更通用。
- 计数数组序列化时最好加分隔符（如
join("#")），避免拼接歧义。
复杂度
设总字符数为 (S)：
- 时间：(O(S))（只遍历字符；生成 key 视作常数 26）
- 空间：(O(S))
类似题目（“签名分桶”套路）
const buckets = new Map()for (const item of items) {const key = buildSignature(item) // 排序签名 / 计数签名 / 结构化签名;(buckets.get(key) ?? buckets.set(key, []).get(key)!).push(item)}return [...buckets.values()]
128. 最长连续序列
给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。
请你设计并实现时间复杂度为 O(n) 的算法解决此问题。
示例 1：
输入：nums = [100,4,200,1,3,2] 输出：4 解释：最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。
示例 2：
输入：nums = [0,3,7,2,5,8,4,6,0,1] 输出：9
示例 3：
输入：nums = [1,0,1,2] 输出：3
提示：
0 <= nums.length <= 105-109 <= nums[i] <= 109
最优解（哈希集合 + 只从“起点”扩展）
正在加载编辑器...
最优解讲解（通俗版）
- 先想最直接的方法：排序后线性扫一遍统计连续段长度，确实能做，但排序要 (O(n\log n))。
- 关键洞察：我们只需要“某个数在不在”，并不需要排序后的顺序。所以把所有数放进
Set，用均摊 (O(1)) 判断x是否存在。 - 为什么不能从每个数都往右数？：会重复计数。比如
1,2,3,4，从 1 数一次、从 2 再数一次，很多工作是重复的。 - 核心推理：只从“真正的起点”出发，就不会重复：
- 如果
x-1在集合里，说明x不是起点（它属于某段从更小数开始的连续段），此时从x开始往右数只会重复别人已经数过的部分。 - 只有当
x-1不在集合里时，x才是起点，我们才从x往右扩展：x, x+1, x+2...
- 如果
- 为什么整体是 (O(n))（均摊）？：
- 每个元素最多被当作“起点候选”检查一次（常数操作）；
- 也最多在 while 扩展中被走过一次（因为只有从起点那次扩展会走到它）。
- 所以总步数是线性的。
- 用例子走一遍：
[100,4,200,1,3,2]set = {1,2,3,4,100,200}- 看 1：0 不在 set → 起点，往右数到 4 → 长度 4
- 看 2：1 在 set → 不是起点，跳过（避免重复）
- 看 100：99 不在 → 长度 1；看 200：199 不在 → 长度 1
- 最大长度就是 4
- 重复元素怎么办？：
Set会自动去重，不影响连续段的定义。 - 易错点：最好
for (const x of set)遍历去重后的集合（而不是遍历原数组），这样能少做重复的“起点判定”。
复杂度
- 时间：(O(n))（均摊）
- 空间：(O(n))
类似题目（“起点扩展”套路）
const set = new Set(nums)let best = 0for (const x of set) {if (set.has(x - 1)) continue // 不是起点就跳过let y = xwhile (set.has(y + 1)) y++best = Math.max(best, y - x + 1)}