532. 数组中的 k-diff 数对 :「哈希表」&「离散化 + 二分」&「离散化 + 双指针」

​

题目描述

这是 LeetCode 上的 ​​532. 数组中的 k-diff 数对 ，难度为 中等。

Tag : 「哈希表」、「离散化」、「二分」、「双指针」

给定一个整数数组和一个整数 ，你需要在数组里找到 不同的 ​​​k-diff​​​ 数对，并返回不同的 ​​k-diff​​ 数对 的数目。

这里将 ​​k-diff​​​ 数对定义为一个整数对 ，并满足下述全部条件：

• ​​0 <= i < j < nums.length​​
• ​​|nums[i] - nums[j]| == k​​

注意，​​|val|​​​ 表示 ​​val​​ 的绝对值。

示例 1：

输入：nums = [3, 1, 4, 1, 5], k = 2

输出：2

解释：数组中有两个 2-diff 数对, (1, 3) 和 (3, 5)。
尽管数组中有两个1，但我们只应返回不同的数对的数量。

示例 2：

输入：nums = [1, 2, 3, 4, 5], k = 1

输出：4

解释：数组中有四个 1-diff 数对, (1, 2), (2, 3), (3, 4) 和 (4, 5)。

示例 3：

输入：nums = [1, 3, 1, 5, 4], k = 0

输出：1

解释：数组中只有一个 0-diff 数对，(1, 1)。

提示：

哈希表

一个简单的想法是先使用「哈希表」进行计数。

对于每个 而言，根据 是否为 进行分情况讨论：

• 为：此时只能组成数对，此时判断出现次数是否大于次，若满足则进行计数加一；
• 不为：此时能够与或组成数对，分别查询和是否出现过，若出现过则进行计数加一。

为了防止相同的 进行重复计数，我们需要统计完 后，清空其出现次数。

代码：

class Solution {
    public int findPairs(int[] nums, int k) {
        Map<Integer, Integer> map = new HashMap<>();
        for (int i : nums) map.put(i, map.getOrDefault(i, 0) + 1);
        int ans = 0;
        for (int i : nums) {
            if (map.get(i) == 0) continue;
            if (k == 0) {
                if (map.get(i) > 1) ans++;
            } else {
                int a = i - k, b = i + k;
                if (map.getOrDefault(a, 0) > 0) ans++;
                if (map.getOrDefault(b, 0) > 0) ans++;
            }
            map.put(i, 0);
        }
        return ans;
    }
}

• 时间复杂度：
• 空间复杂度：

离散化 + 二分

我们知道可以使用「数组」充当「哈希表」来减少常数，但由于 的值域大小为 ，可能会有 ​​​MLE​​ 风险。

我们需要对 进行离散化，预处理出一个去重且有序的数组 ​​​list​​。

在统计答案时，我们不再需要在 ​​nums​​​ 基础上统计，而可以直接在去重数组 ​​list​​ 上进行统计，同时将对「数值」的统计操作转换为对「下标」的统计操作。

代码：

class Solution {
    static int[] cnt = new int[10010];
    List<Integer> list;
    int find(int x) {
        int n = list.size(), l = 0, r = n - 1;
        while (l < r) {
            int mid = l + r >> 1;
            if (list.get(mid) >= x) r = mid;
            else l = mid + 1;
        }
        return list.get(r) == x ? r : -1;
    }
    public int findPairs(int[] nums, int k) {
        Arrays.sort(nums);
        list = new ArrayList<>();
        for (int i : nums) {
            if (list.isEmpty() || i != list.get(list.size() - 1)) list.add(i);
        }
        Arrays.fill(cnt, 0);
        for (int i : nums) cnt[find(i)]++;
        int ans = 0, idx = 0;
        for (int i : list) {
            if (k == 0) {
                if (cnt[idx] > 1) ans++;
            } else {
                int a = find(i - k), b = find(i + k);
                if (a != -1 && cnt[a] > 0) ans++;
                if (b != -1 && cnt[b] > 0) ans++;
            }
            cnt[idx++] = 0;
        }
        return ans;
    }
}

• 时间复杂度：排序离散化复杂度为，统计答案复杂度为。整体复杂度为
• 空间复杂度：

离散化 + 双指针

跟进一步的，对于 而言，我们每次都在整段的 ​​​list​​​ 中二分找 和 的下标，导致我们统计 对答案的贡献时复杂度为 ，统计所有 对答案的贡献为 。

实际上，利用 ​​list​​​ 本身的有序性，我们在从前往后处理每个 时，对应的 和 也必然是逐步增大，因此我们可以使用「双指针」来避免「二分」操作，使得统计所有 对答案贡献的复杂度从 下降到 。

代码：

class Solution {
    static int[] cnt = new int[10010];
    public int findPairs(int[] nums, int k) {
        Arrays.sort(nums);
        List<Integer> list = new ArrayList<>();
        for (int i : nums) {
            if (list.isEmpty() || i != list.get(list.size() - 1)) list.add(i);
        }
        Arrays.fill(cnt, 0);
        for (int i = 0, j = 0; i < nums.length; i++) {
            if (nums[i] != list.get(j)) j++;
            cnt[j]++;
        }
        int n = list.size(), idx = 0, ans = 0, l = 0, r = 0;
        for (int i : list) {
            if (k == 0) {
                if (cnt[idx] > 1) ans++;
            } else {
                int a = i - k, b = i + k;
                while (l < n && list.get(l) < a) l++;
                while (r < n && list.get(r) < b) r++;
                if (l < n && list.get(l) == a && cnt[l] > 0) ans++;
                if (r < n && list.get(r) == b && cnt[r] > 0) ans++;
            }
            cnt[idx++] = 0;
        }
        return ans;
    }
}

• 时间复杂度：排序离散化复杂度为，统计答案复杂度为，整体复杂度为
• 空间复杂度：

最后

这是我们「刷穿 LeetCode」系列文章的第 ​​No.532​​ 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，部分是有锁题，我们将先把所有不带锁的题目刷完。

在这个系列文章里面，除了讲解解题思路以外，还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。

为了方便各位同学能够电脑上进行调试和提交代码，我建立了相关的仓库：github.com/SharingSour… 。

在仓库地址里，你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。