[Lc_Notes] hash去重 | find | string逐字符处理 | 栈溢出
目录
1.hash 去重
一、使用STL的unordered_set快速去重（推荐）
二、自定义哈希表实现去重（链地址法）
三、典型应用场景
四、性能对比
2. 对比 find | count
find()
count（）
3. 字符串逐个字符插入vector
4. 栈溢出 (heap-buffer-overflow)
错误根源
🛠️ 分场景修复方案
场景1：数组/vector索引越界（高频原因）
场景2：动态内存分配不足
场景3：指针野指针问题
调试技巧
总结
1.hash 去重
在C++中，哈希表常用于高效去重场景。下面将介绍 两种典型的实现方式及代码示例：
一、使用STL的unordered_set快速去重（推荐）
#include <iostream>
#include <unordered_set>
#include <vector>
void deduplicate_with_unordered_set() {
std::vector<int> input = {2, 5, 2, 8, 5, 6, 8, 8};
std::unordered_set<int> hash_set;
// 去重逻辑
for (int num : input) {
if (hash_set.find(num) == hash_set.end()) { // O(1)时间复杂度查询
hash_set.insert(num);//没发现 就插入
}
}
// 输出结果
std::cout << "去重后的元素：";
for (int unique_num : hash_set) {
std::cout << unique_num << " ";
}
}特点 [2] [6]：
- 基于STL实现，无需手动处理哈希冲突
- 平均时间复杂度为O(n)
- 适用于基础类型和可哈希对象
二、自定义哈希表实现去重（链地址法）
#include <iostream>
#include <list>
#define TABLE_SIZE 10
class HashTable {
private:
std::list<int> table[TABLE_SIZE];
int hashFunction(int key) {
return key % TABLE_SIZE; // 简单取模哈希函数
}
public:
void insert(int key) {
int index = hashFunction(key);
for (auto it = table[index].begin(); it != table[index].end(); ++it) {
if (*it == key) return; // 发现重复则直接返回
}
table[index].push_back(key); // 无重复时插入
}
void printUnique() {
std::cout << "去重后的元素：";
for (int i=0; i<TABLE_SIZE; ++i) {
for (int num : table[i]) {
std::cout << num << " ";
}
}
}
};
int main() {
HashTable ht;
int arr[] = {2, 5, 2, 8, 5, 6, 8, 8};
for (int num : arr) {
ht.insert(num);
}
ht.printUnique();
return 0;
}实现原理 [1] [3]：
- 通过
hashFunction计算桶位置 - 在链表桶中遍历查找重复元素
- 无重复时插入新元素
- 冲突处理采用链地址法
三、典型应用场景
- 日志去重
处理海量日志时，用哈希表记录已处理日志的指纹（如MD5值），避免重复分析 [4]。 - 数据库索引优化
在ETL过程中对主键进行预去重，例如：
std::unordered_set<std::string> unique_keys;
while (auto record = db.fetch()) {
if (!unique_keys.count(record.id)) {
process(record);
unique_keys.insert(record.id);
}
}
- 网络爬虫URL管理
存储已爬取URL的哈希值，防止重复抓取：
std::unordered_set<size_t> visited_urls;
size_t url_hash = std::hash<std::string>{}(url);
if (!visited_urls.count(url_hash)) {
crawl(url);
visited_urls.insert(url_hash);
}四、性能对比
| 实现方式 | 平均时间复杂度 | 空间复杂度 | 适用场景 |
| STL unordered_set | O(n) | O(n) | 通用场景 |
| 自定义链式哈希表 | O(n) | O(n+m) | 需要控制底层实现时 |
| 线性探查法 | O(n)~O(n²) | O(n) | 内存受限环境 [6] |
2. 对比 find | count
find()
- 功能
返回指向目标元素的迭代器，若未找到则返回end()迭代器。
auto it = hash.find(42);
if (it != hash.end()) {
cout << "找到元素：" << *it;
}count（）
返回 hash[num] 的 value
3. 字符串逐个字符插入vector
（适用于滑动窗口算法场景）：
class Solution {
public:
int lengthOfLongestSubstring(string s) {
vector<char> str;
// 直接遍历字符串的每个字符（无需拆分）
for (char c : s) { // 范围for循环 [9]
str.push_back(c);
}
// 或使用迭代器 [6]
// for (auto it = s.begin(); it != s.end(); ++it) {
// str.push_back(*it);
// }
// 后续滑动窗口算法逻辑...
}
};关键要点：
- 字符串本身可视为字符数组，直接遍历即可
- 使用范围for循环（C++11特性）最简洁
- 若需要处理子串分割（如按空格分割），可参考
istringstream方法
4. 栈溢出 (heap-buffer-overflow)
错误根源
报错表明在 solution.cpp:11:18 处尝试读取非法堆内存地址 0x503000000150的越界情况，具体原因可能为：
- 数组/vector越界访问：例如
vector<int> nums的索引超出[0, nums.size()-1]范围 - 动态内存分配不足：
malloc或new分配的空间不足以容纳后续操作（如int* arr = malloc(10)但访问arr[10]） - 指针偏移错误：指针算术运算后指向非法地址（如
ptr += offset越界）（[2] 。 - 对象生命周期问题：已释放内存被重复访问（如
free(x)后仍使用x[0]）。
🛠️ 分场景修复方案
场景1：数组/vector索引越界（高频原因）
假设代码涉及滑动窗口算法（minSubArrayLen 函数常见于此类问题）：
// 错误示例：right 可能达到 nums.size()
int left = 0, right = 0;
while (right <= nums.size()) { // ❌ 当 right=nums.size() 时 nums[right] 越界
sum += nums[right];
right++;
}
// 修复：调整循环条件
while (right < nums.size()) { // ✅ 确保 right ∈ [0, nums.size()-1]
sum += nums[right];
right++;
}验证方法：在循环内添加 cout << "right=" << right << endl; 观察索引值
场景2：动态内存分配不足
若涉及手动内存分配：
// 错误示例：分配空间不足（网页4案例）
int* arr = (int*)malloc(sizeof(int) * 5);
for (int i=0; i<=5; i++) { // ❌ i=5 越界访问
arr[i] = i;
}
// 修复：调整分配大小或循环范围
int* arr = (int*)malloc(sizeof(int) * 6); // ✅ 分配6个元素空间
for (int i=0; i<6; i++) {
arr[i] = i;
}验证方法：检查 malloc/new 的参数是否与后续操作匹配
场景3：指针野指针问题
若存在指针传递或赋值逻辑（类似网页9案例）：
char* parray = (char*)malloc(100);
char* array = parray;
free(parray);
// 错误：后续使用 array 指针会访问已释放内存
// 修复：释放后置空指针
free(parray);
parray = nullptr; // ✅ 避免野指针
array = nullptr;调试技巧
- AddressSanitizer日志分析
关注错误日志中的Shadow bytes部分，通过内存映射关系定位越界位置：
Shadow bytes around the buggy address:
0x0c187fff80c0: fa fa fa fa fa fa fa fa fd fd fd fd fd fd fd fd-
fa：可寻址内存区域fd：已分配内存的 RedZone
非法访问会显示在 RedZone 边界外。
- 最小化复现代码
将minSubArrayLen函数剥离为独立测试用例，逐步注释代码块定位具体越界操作。
总结
针对 solution.cpp:11:18 的 READ 操作，优先检查以下位置：
- vector访问：确认
vector<int>& nums的所有[]或.at()操作索引合法性。 - 迭代器失效：若使用
auto it = nums.begin()，检查循环中是否触发迭代器失效（如插入/删除操作）。 - 内存复用：检查是否复用已释放的临时变量内存空间（如函数返回局部变量指针）。