vault backup: 2026-05-13 11:52:39

2026-05-13 11:52:39 +08:00
parent 2d9f9be19b
commit 50aed8f968
2 changed files with 628 additions and 0 deletions
@@ -0,0 +1,429 @@
+---
+tags: ["Go", "哈希表"]
+create time: 2026-05-13 15:00
+---
+
+# 2026-05-13
+
+## Go 中的 Hash Map 与 Hash Set
+
+> [!question] 💡 思考
+> Go 标准库中没有像 Python 或 Java 那样的原生 `set` 类型——它是如何实现集合的？
+
+### Hash Map：`map[K]V`
+
+Go 的哈希映射通过内建类型 `map[K]V` 实现，K 必须支持 `==` 比较运算符，V 可以是任意类型。
+
+#### 声明与初始化
+
+```go
+// 方式一：make 创建空 map（最常用）
+mp := make(map[int]int)
+
+// 方式二：字面量直接初始化
+ages := map[string]int{
+    "Alice": 30,
+    "Bob":   25,
+}
+
+// 方式三：nil map（不可写入！读可以）
+var nilMap map[string]int // nilMap == nil → true
+nilMap["key"] = 1         // ❌ panic: assignment to entry in nil map
+```
+
+> [!warning] ⚠️ nil vs 空 map
+> - `var m map[K]V` 声明后值为 `nil`，此时**只能读不能写**，写入会 panic
+> - `make(map[K]V)` 创建的是真正的空 map，可读可写
+> - 如果不确定，可以用 `len(m) == 0 && m == nil` 同时判断是否为 nil
+
+#### 基本操作
+
+```go
+mp := make(map[int]string)
+
+// 插入 / 更新
+mp[1] = "one"
+
+// 查询：不存在的 key 返回零值
+val := mp[999] // val == ""（int→string 的零值）
+
+// 安全查询：双返回值判断 key 是否存在
+val, ok := mp[1]     // val="one", ok=true
+_, exists := mp[999] // exists=false
+
+// 删除
+delete(mp, 1)
+delete(mp, 999) // 删除不存在的 key 不会 panic
+
+// 遍历
+for k, v := range mp {
+    fmt.Println(k, v)
+}
+
+// 元素个数
+n := len(mp)
+```
+
+> [!info] 🐹 零值陷阱
+> 查找不存在的 key 时，Go 返回该值的**零值**（零值因 V 的类型而异），所以无法直接用 `mp[key] == 0` 判断 key 不存在——如果 key 对应的值恰好就是 0，结果会有歧义。务必使用 `(val, ok)` 双返回值模式。
+
+| 操作 | 代码 | 说明 |
+|------|------|------|
+| 插入/更新 | `mp[key] = value` | key 存在则覆盖 |
+| 安全读取 | `v, ok := mp[key]` | ok=true 表示 key 存在 |
+| 不安全读取 | `v := mp[key]` | 返回零值，可能误判 |
+| 删除 | `delete(mp, key)` | 幂等，删不存在的 key 不 panic |
+| 判空 | `len(mp) == 0` | 但不能区分 nil 和非 nil 空 map |
+
+### Hash Set：用 `map[K]struct{}` 实现
+
+Go 没有内置的 `set`，惯用做法是用 `map[K]struct{}`。`struct{}` 大小为 **0 字节**，比 `bool` 或 `int` 更省内存。
+
+```go
+// 方式一：make + struct{}
+seen := make(map[int]struct{})
+seen[42] = struct{}{}
+delete(seen, 42)
+
+// 方式二：map[int]bool（也可用，但 bool 占 1 字节）
+seenBool := make(map[int]bool)
+seenBool[42] = true
+
+// 查询成员身份（集合的核心操作）
+if _, exists := seen[42]; exists {
+    fmt.Println("42 in set")
+}
+```
+
+> [!tip] 🔑 为什么选 struct{} 而非 bool？
+>
+> | 类型 | 单个元素开销 | n 个元素的额外开销 |
+> |------|-------------|-------------------|
+> | `map[K]struct{}` | 0 bytes | 零 |
+> | `map[K]bool` | 1 byte | n bytes |
+> | `map[K]int` | 8 bytes (amd64) | 8n bytes |
+>
+> 当集合规模达到百万级时，`struct{}` 能节省显著内存。日常刷题用 `bool` 也无妨，语义更直观。
+
+> [!example] 📝 HashSet 实战模板
+> ```go
+> func containsDuplicate(nums []int) bool {
+>     seen := make(map[int]struct{})
+>     for _, num := range nums {
+>         if _, exists := seen[num]; exists {
+>             return true
+>         }
+>         seen[num] = struct{}{}
+>     }
+>     return false
+> }
+> ```
+
+## Go 中的字符串与字节切片转换
+
+> [!question] 💡 思考
+> Go 的 `string` 是不可变类型，那如何修改其中的字符？这就需要借助 `[]byte`。
+
+### string → []byte
+
+```go
+s := "hello"
+
+// 方式一：直接转换（创建新的 []byte 副本）
+b := []byte(s) // b == []byte{'h', 'e', 'l', 'l', 'o'}
+
+// ⚠️ 重要：这一步完成了「内存拷贝」
+// s 本身不会改变，b 是独立的副本
+```
+
+**底层关系图解：**
+
+```mermaid
+graph LR
+    A["string s"] -->|"不可变"| B("数据存储在只读区")
+    C["[]byte b = []byte(s)"] -->|"内存拷贝"| D("数据存放在可写的堆/栈上")
+    D --> E["可以修改 b[0] = 'H' ✅"]
+    style B fill:#f9d0d0
+    style D fill:#d0f0d0
+```
+
+> [!warning] ⚠️ string → []byte 是深拷贝
+> - 每次转换都会分配新内存并复制所有字节
+> - 高频调用时注意性能开销，LeetCode 刷题通常无需担心
+
+### []byte → string
+
+```go
+b := []byte{'h', 'e', 'l', 'l', 'o'}
+s := string(b) // s == "hello"
+
+// 双向转换常用于原地修改字符串：
+s = "abc"
+b = []byte(s)
+b[0] = 'X' // 修改的是 []byte，不影响原 string
+s = string(b) // s == "Xbc"
+```
+
+### bytes 包常用工具函数
+
+刷题中更常见的是用 `bytes` 包替代手动转换，语义更清晰：
+
+```go
+import "bytes"
+
+s := "hello world"
+b := []byte(s)
+
+// 判断是否包含子串（比循环快）
+bytes.Contains(b, []byte("world"))       // true
+bytes.HasPrefix(b, []byte("hello"))      // true
+bytes.HasSuffix(b, []byte("world"))      // true
+
+// 查找子串首次出现的位置
+idx := bytes.Index(b, []byte("world"))  // idx == 6
+
+// 替换、分割
+bytes.ReplaceAll(b, []byte("hello"), []byte("hi"))  // []byte("hi world")
+bytes.Split(b, []byte(" "))   // [][]byte{{'h','e','l','l','o'}, {'w','o','r','l','d'}}
+```
+
+> [!tip] 🔑 string vs []byte 选择指南
+>
+> | 场景 | 推荐类型 | 原因 |
+> |------|---------|------|
+> | 只读操作 | `string` | 不可变，零额外开销 |
+> | 需要修改字符 | `[]byte` | 可写副本 |
+> | Unicode/UTF-8 | `[]rune` | rune 等价于 int32，正确处理多字节字符 |
+
+---
+
+## Go 中的排序
+
+Go 的排序功能集中在 `sort` 包中，支持对整型切片、字符串切片进行快速排序，也可自定义排序逻辑。
+
+### 内建排序
+
+```go
+import "sort"
+
+nums := []int{3, 1, 4, 1, 5, 9, 2}
+strs := []string{"banana", "apple", "cherry"}
+
+// 升序排列
+sort.Ints(nums)          // [1, 1, 2, 3, 4, 5, 9]
+sort.Strings(strs)       // ["apple", "banana", "cherry"]
+sort.IntsAreSorted(nums) // true（仅检查，不修改）
+
+// 对已有切片排序（原地修改）
+sort.Slice(nums, func(i, j int) bool {
+    return nums[i] < nums[j] // 升序
+})
+
+// 降序排列
+sort.Sort(sort.Reverse(sort.IntSlice(nums)))
+```
+
+### 自定义排序
+
+```go
+type Pair struct {
+    Key   string
+    Value int
+}
+
+pairs := []Pair{
+    {"a", 3},
+    {"b", 1},
+    {"c", 2},
+}
+
+// 按 Value 升序排序
+sort.Slice(pairs, func(i, j int) bool {
+    return pairs[i].Value < pairs[j].Value
+})
+// 结果: [{"a",3}, {"b",1}, {"c",2}] → [{"b",1}, {"c",2}, {"a",3}]
+```
+
+### 排序稳定性 — sort.SliceStable
+
+```go
+type Student struct {
+    Name string
+    Score int
+}
+
+students := []Student{
+    {"Alice", 90},
+    {"Bob", 85},
+    {"Charlie", 90},
+}
+
+// SliceStable 保持相等元素的原始相对顺序
+sort.SliceStable(students, func(i, j int) bool {
+    return students[i].Score < students[j].Score
+})
+// Bob(85), Alice(90), Charlie(90) — Alice 仍在 Charlie 前面
+```
+
+> [!tip] 🔑 算法复杂度
+> - `sort.Ints` / `sort.Strings`：内联实现，使用插排+堆排混合策略，均摊 O(n log n)，常数极小
+> - `sort.Slice`：基于 quicksort，O(n log n)，但自定义比较函数有间接调用开销
+> - `sort.Stable`：内层使用稳定排序（如 merge sort），最坏情况仍 O(n log n)
+
+> [!info] 🐹 刷题常用排序技巧
+> - **计数排序思想**：若元素范围有限（如频率统计），用 map 或数组代替 sort 效率更高
+> - **先排序再双指针**：许多哈希题换个思路可以用「排序 + 双指针」解决，降低空间复杂度到 O(1)
+> - **字符频次**：`b := []byte(s); sort.Slice(b, func(i,j int) bool { return b[i] < b[j] })` 排序后可线性扫描统计字母异位词或重复字符
+
+---
+
+## 数组 / 切片 → 字符串的转换
+
+### []byte / []rune → string
+
+```go
+// []byte → string（最常用）
+s := string([]byte{'h', 'e', 'l', 'l', 'o'}) // "hello"
+
+// []rune → string（Unicode 场景）
+r := []rune("你好世界")
+s := string(r) // "你好世界"
+
+// ⚠️ 注意：[]rune 转 string 时不能对每个 rune 单独做 string()，必须整体转换
+// string([]rune{65, 66}) ✅ → "AB"
+// string(byte('A')) ❌ 编译错误，rune 不是 byte 的子类型
+```
+
+### []string → string（用分隔符拼接）
+
+```go
+import "strings"
+
+fruits := []string{"apple", "banana", "cherry"}
+
+// strings.Join — Go 标准库中专门处理这种场景
+result := strings.Join(fruits, ", ") // "apple, banana, cherry"
+result = strings.Join(fruits, "")    // "applebananacherry"
+```
+
+> [!tip] 🔑 strings.Join 底层实现
+> `strings.Join` 内部会先计算总长度，然后一次性分配内存并用 `strings.Builder` 写入——性能与手动循环 + Builder 等效。除非有额外逻辑（如跳过空值），否则直接用 Join 更简洁。
+
+### fmt.Sprint / strconv 系列 — 数值切片转字符串
+
+```go
+import (
+    "fmt"
+    "strconv"
+    "strings"
+)
+
+nums := []int{1, 2, 3, 4}
+
+// 方法一：Sprintf（最简单，但性能较差）
+fmt.Sprintf("%v", nums)       // "[1 2 3 4]"
+fmt.Sprintf("%+v", nums)      // "[1 2 3 4]"（带字段名，仅结构体有效）
+
+// 方法二：手动转换（高效，LeetCode 推荐）
+func intSliceToString(nums []int) string {
+    strs := make([]string, len(nums))
+    for i, n := range nums {
+        strs[i] = strconv.Itoa(n)
+    }
+    return "[" + strings.Join(strs, ", ") + "]"
+}
+// 输出: "[1, 2, 3, 4]"
+```
+
+> [!warning] ⚠️ 各类型零值汇总
+> | 类型 | 零值 |
+> |------|------|
+> | `string` | `""` |
+> | `int` | `0` |
+> | `bool` | `false` |
+> | `map[K]V` | `nil` |
+> | `slice` | `nil` |
+> | `pointer` | `nil` |
+
+---
+
+## Go 中的字符串拼接（StringBuilder）
+
+> [!question] 💡 思考
+> Java 有 `StringBuilder` 优化大量字符串拼接，Go 中有哪些方式？它们的性能差异有多大？
+
+### ⚠️ 为什么不能直接 `+=`？
+
+```go
+s := ""
+for i := 0; i < 1000; i++ {
+    s += "a" // ❌ 每次循环都创建新的 string，O(n²)
+}
+// 因为 Go 的 string 是不可变的，+= 等于创建新内存拷贝
+```
+
+### strings.Builder — Go 版的 StringBuilder ✅
+
+```go
+import "strings"
+
+var sb strings.Builder
+
+// 初始化时可预分配容量，避免多次扩容
+sb.Grow(100)
+
+// 写入各种类型
+sb.WriteString("hello")   // 写入字符串
+sb.WriteByte(' ')         // 写入单字节
+sb.WriteRune('你好')       // 写入 Unicode 字符
+fmt.Fprintf(&sb, "%d", 42) // 格式化写入
+
+// 获取最终结果（只读转换，不修改内部缓冲区）
+result := sb.String() // result == "hello 42"
+
+// 重置复用，无需重新分配
+sb.Reset()
+sb.WriteString("new content")
+```
+
+**完整实战示例：**
+
+```go
+func joinStrings(words []string, sep string) string {
+    if len(words) == 0 {
+        return ""
+    }
+
+    // 预估总长度，一次分配到位
+    totalLen := 0
+    for _, w := range words {
+        totalLen += len(w) + len(sep)
+    }
+
+    var sb strings.Builder
+    sb.Grow(totalLen - len(sep)) // 减去最后一个分隔符
+
+    for i, w := range words {
+        if i > 0 {
+            sb.WriteString(sep)
+        }
+        sb.WriteString(w)
+    }
+
+    return sb.String()
+}
+```
+
+### 各方案对比
+
+| 方案 | 时间复杂度 | 空间开销 | 推荐场景 |
+|------|-----------|---------|---------|
+| `+=` / `+` | O(n²) | 每轮分配新内存 | **禁止**在循环中使用 |
+| `[]byte` + `string()` | O(n) | 额外 byte 副本 | 需要原地修改字符时 |
+| `bytes.Buffer` | O(n) | Buffer 结构体开销 | 需要读写双向操作 |
+| `strings.Builder` | O(n) | 最小化（Grow 可预分配） | **字符串拼接首选** |
+
+> [!tip] 🔑 strings.Builder vs bytes.Buffer 怎么选？
+> - 纯字符串拼接 → `strings.Builder`，接口更简洁，零额外内存拷贝
+> - 需要同时处理字节级和字符串级操作 → `bytes.Buffer`
+> - Go 1.10+ 才引入了 `strings.Builder`，刷题环境通常已支持
@@ -0,0 +1,199 @@
+---
+tags: ["LeetCode", "哈希表", "中等"]
+create time: 2026-05-13 14:30
+---
+
+# 03-最长连续序列
+
+## 题面
+
+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
+解释：最长数字连续序列是 [0, 1, 2, 3, 4, 5, 6, 7, 8]。它的长度为 9。
+```
+
+**示例 3：**
+
+```
+输入：nums = [1,0,1,2]
+输出：3
+解释：最长数字连续序列是 [0, 1, 2]。它的长度为 3。
+```
+
+**约束：**
+
+- `0 <= nums.length <= 10^5`
+- `-10^9 <= nums[i] <= 10^9`
+
+---
+
+## 思路
+
+> [!question] 💡 思考
+> 排序可以做到 O(n) 扫描找答案，但排序本身是 O(n log n)，不符合要求。如何在无序数据中"瞬间判断"某个数是否存在？
+
+### 方法一：排序后线性扫描 ⚠️（O(n log n)，不可取）
+
+先排序再扫描的思路虽然直观，但违背了 O(n) 的限制条件，仅作为理解本题的阶梯。
+
+### 方法二：哈希集合 + 只从起点展开 ⭐（O(n)）
+
+核心洞察：**每个连续序列有且只有一个起点——即 `x-1` 不在数组中的那个 `x`**。
+
+利用这个性质，我们可以只做一件事：当发现某个数是序列起点时，顺着往后数能走多远。非起点的数直接跳过，不会被重复计数。
+
+#### 算法流程
+
+```mermaid
+flowchart TD
+    A["将 nums 全部放入哈希集合 s"] --> B["遍历每个数 num"]
+    B --> C{"num - 1 在 s 中?"}
+    C -->|"是"| D["不是起点, 跳过"]
+    C -->|"否"| E["从 num+1 开始, 不断 +1 检查是否在 s 中"]
+    E --> F["记当前序列长度 len"]
+    F --> G["ans = max(ans, len)"]
+    D --> B
+    G --> B
+    B --> H["遍历结束"]
+    H --> I["返回 ans"]
+```
+
+#### 为什么仍是 O(n)？
+
+- **建集合**：O(n)
+- **外层遍历**：n 次迭代
+- **内层 while 展开**：每个元素最多被内层访问一次——因为只有它是起点时才会进入 while，而一旦某个数被 while 访问过，后续任何枚举到它时都必然有 `num-1` 也在集合中，不会再次展开。
+
+两个循环加起来，每个元素的总访问次数是常数次，因此整体 O(n)。
+
+以 `nums = [100, 4, 200, 1, 3, 2]` 为例：
+
+| 枚举值 | `num-1` 存在? | 动作 | 连续长度 |
+|--------|---------------|------|----------|
+| 100 | 101 ❌ → 实际查 99 ❌ | 不是起点，跳过 | — |
+| 4 | 3 ✅ | 不是起点，跳过 | — |
+| 200 | 199 ❌ | **是起点！** 向后展开：200→201(不存在) | 1 |
+| 1 | 0 ❌ | **是起点！** 向后展开：1→2→3→4(5不存在) | **4** |
+| 3 | 2 ✅ | 不是起点，跳过 | — |
+| 2 | 1 ✅ | 不是起点，跳过 | — |
+
+最终答案：**4**
+
+**关键细节：**
+
+- Go 中用 `map[int]struct{}` 作为 set，`struct{}{}` 零内存开销
+- 需要先处理空数组边界情况：`len(nums) == 0` 时返回 0
+- 重复元素不影响正确性：集合天然去重，每个数值只保留一份
+
+---
+
+## 代码提示
+
+```
+// 伪代码模板
+set = 将 nums 所有元素放入哈希集合
+ans = 0
+
+for each num in nums:
+    if (num - 1) NOT in set:
+        // num 是某个连续序列的起点
+        current = num + 1
+        len = 1
+        while current in set:
+            len++
+            current++
+        ans = max(ans, len)
+
+return ans
+```
+
+Go 语言中使用 `struct{}` 构造哈希集合：
+
+```go
+s := make(map[int]struct{})
+for _, v := range nums {
+    s[v] = struct{}{}
+}
+
+// 判断 key 是否存在
+if _, ok := s[key]; !ok {
+    // key 不存在
+}
+```
+
+---
+
+## 技巧
+
+> [!tip] 🔑 模式：只从起点展开
+> 这是「集合去重 + 单侧展开」的经典手法。关键点在于理解每个连续段有唯一的左端点，这样能保证每条边（相邻整数对）只在一次展开中被遍历，从而证明总时间复杂度为 O(n)。
+
+> [!note] 🐹 Go Set 的最佳实践
+> - `map[T]struct{}` 比 `map[T]bool` 更省内存（`struct{}{}` 大小为 0）
+> - 查找语法：`_, ok := m[k]`；删除语法：`delete(m, k)`
+> - 不需要初始化 capacity，但如果已知去重后数量，可以 `make(map[int]struct{}, n)` 减少扩容
+
+> [!info] 📊 复杂度分析
+> - 时间：O(n)，建集合 O(n) + 外层遍历 O(n) + 内层展开均摊 O(1)（每个元素只被 while 访问一次）
+> - 空间：O(n)，哈希集合存储去重后的所有元素
+
+> [!danger] ⚠️ 常见陷阱
+> - **漏掉空数组**：`nums = []` 应返回 0，而非 panic
+> - **没有从起点展开**：如果不对 `num-1` 做判断，最坏情况下内层 while 会对每个元素都执行，退化为 O(n²)
+> - **没去重**：如果直接用切片存而不先去重，重复元素会导致长度计算错误（如 `[1,1,2,2,3]` 答案应为 3 而非 5）
+
+---
+
+## 代码
+
+```go
+func longestConsecutive(nums []int) int {
+	if len(nums) == 0 {
+		return 0
+	}
+
+	// 构建哈希集合（自动去重）
+	set := make(map[int]struct{})
+	for _, v := range nums {
+		set[v] = struct{}{}
+	}
+
+	ans := 0
+	for _, num := range nums {
+		// 只有 num-1 不在集合中时，num 才是连续序列的起点
+		if _, ok := set[num-1]; !ok {
+			current := num + 1
+			length := 1
+			for ; ; length++ {
+				if _, ok := set[current]; !ok {
+					break
+				}
+				current++
+			}
+			if length > ans {
+				ans = length
+			}
+		}
+	}
+
+	return ans
+}
+```
+
+> [!success] ✅ 运行验证
+> 这是 LeetCode 第 128 题，Hard 难度但核心思想简洁。类似变体包括「缺失的第一个正数」（LC 41），两者都利用了哈希集合适配性不同的角度来解决。