很多刷算法的朋友应该都有这种体验：跟着训练营按天打卡，前六天还在数组、链表、双指针里打转，到了第七天突然迎面撞上一组“哈希表”的题，题目看着都不长，做起来却处处是门道。没错，代码随想录第七天正是进入哈希表专题的第一天，这一天的四道题——有效的字母异位词、两个数组的交集、快乐数、两数之和——可以说是哈希表从理论到实战最经典的一组入门组合。我刷完这一天的感受很直接：前面几天的内容是在教你怎么把数据“摆整齐”，而哈希表这天开始，教的是怎么把数据“存得巧、找得快”。这篇文章就围绕第七天的完整学习过程，把每道题的解题思路、代码实现、易错点和我自己踩过的坑一次说清楚。
不管你是刚跟着训练营走到第七天的新手，还是准备面试想突击哈希表的老手，这四道题都值得静下心来吃透。它们分别对应了哈希表的三种形态：数组当哈希表、set去重、map存键值对，每一题都是一种独立的哈希用法。理解了这四道题，后面再遇到三数之和、四数相加、赎金信这类题目，你会明显感觉到地基是稳的。
1. 哈希表专题的第一天，到底在学什么
1.1 为什么第七天轮到哈希表
先聊一个大家可能都想过的问题：为什么哈希表专题被安排在第七天，而不是更早或者更晚？
前面几天的内容，数组篇解决的是“连续空间里的下标操作”，链表篇解决的是“非连续空间里的指针操作”，双指针法则是通过控制遍历方向来降低复杂度。这些内容有一个共同点：数据本身就是“有序、可定位”的。而哈希表解决的问题完全不同——它面向的是“判断一个元素是否在集合中出现过”这类查找问题。
举个例子，你要检查一段英文文案里有没有重复单词，如果用数组来做，你得把所有字母排序再逐个比较；但如果用哈希表，你只需要把每个字母存进对应的桶里，查询的时候直接算位置，平均时间复杂度是O(1)。第七天这套题的目的，就是把“哈希表能解决什么问题、什么时候用哪种哈希结构”这件事讲清楚。
从训练路线来看，这个位置也安排得很巧妙。前六天你已经熟悉了基本的遍历、指针移动、数组操作，此刻引入哈希表，正好可以用它来重构之前的一些问题，比如用哈希表优化暴力解。这种“旧题新解”的感觉，会让你很快意识到哈希表的实用价值。
1.2 哈希表的三种形态：数组、set、map怎么选
哈希表在代码里的落地形态主要有三种：数组、集合（set）、映射（map）。很多新手在这一天犯迷糊，根本原因就是不知道这三种形态的适用边界。
先说数组。数组本质上就是一张哈希表，下标是键，元素值是存储的内容。它的优势是极快的访问速度和极小的内存开销，但前提是键的范围必须是连续的、有限的、可枚举的。比如字符串里的字符，范围就是26个小写字母（或者ASCII的256个字符），这种情况下用数组做哈希表，既快又省。
再说set。set适合的场景是：我们只关心“某个值存不存在”，不关心它出现了几次。比如两个数组的交集，我们只需要知道哪些元素在两个数组里都出现过，不需要计数。set自动去重的特性在这里非常省心，不用手动写去重逻辑。
最后是map。map存的是“键值对”，也就是我们不仅关心一个元素是否存在，还关心它对应的信息。比如两数之和，我们需要知道“某个数出现过没有”，还要知道“它出现在哪个下标”，这时候就必须用map把值和下标成对存起来。
记住一个简易口诀：要计数用数组，要存在性用set，要存关联信息用map。这个选择逻辑，就是第七天整组题的核心主线。
1.3 第七天在整条训练路线中的坐标
如果只看单天的题目，你可能会觉得第七天就是“四道哈希表题”，但放在整个训练营的坐标系里看，这一天更像是一座桥。
前面的数组、链表题目培养了最基础的遍历思维，但从第七天开始，题目开始强调“空间换时间”。你不再满足于“能解出来”，而是要思考“怎么用更低的复杂度解出来”。两数之和这道题就是最好的例子：暴力解是O(n^2)，用哈希表直接降到O(n)。这种思维转变，是为后面动态规划、图论里大量使用缓存表、记忆化搜索打基础的。
另外，第七天涉及的set去重思维，也会在后面的回溯算法、组合问题里反复出现；map的键值对思维，则是后面很多图论题目里邻接表的基础。所以第七天不只是一组孤立题目，它悄悄埋下了好多后续专题的种子。
2. 四道经典题拆解：每一题都在教一种哈希用法
2.1 有效的字母异位词：用数组当哈希表扫清计数
先看第一道题：给定两个字符串s和t，判断它们是不是字母异位词，也就是两个字符串里每个字母出现的次数是否完全一样。
我第一反应当然是排序比较——把两个字符串排序后逐位比较，能解，但排序的时间复杂度是O(n log n)。哈希表的做法是：用一个长度为26的数组，下标对应字母a到z，先遍历第一个字符串，每个字母出现就计数加一；再遍历第二个字符串，每个字母出现就计数减一。最后检查数组里有没有非零值，如果有就说明两个字符串的字母构成不一致。
核心代码逻辑大概是这样的：
bool isAnagram(string s, string t) { int record[26] = {0}; for (char c : s) record[c - 'a']++; for (char c : t) record[c - 'a']--; for (int i = 0; i < 26; i++) { if (record[i] != 0) return false; } return true; }这段代码里最值得品的是c - 'a'这个操作。字符在计算机里本质是整数，'a'到'z'在ASCII里是连续的，减去'a'就能把字母映射到0到25的下标区间。这种“字符转下标”的套路，在哈希表相关的字符串题里几乎必用。
空间复杂度是O(1)，因为数组长度固定为26，不管字符串多长都不变。时间复杂度是O(n)，遍历三次字符串，但常数很小。这题的意义在于告诉新手：当键的范围是有限且已知时，数组就是最高效的哈希表，连set和map都不用上。
2.2 两个数组的交集：set自动去重的正确姿势
第二道题要求计算两个数组的交集，输出结果里的每个元素必须是唯一的。看到“唯一”这个词，第一反应就是去重，而set天然就是干这个的。
用set的解法思路很直接：把第一个数组的所有元素放进一个set，然后遍历第二个数组，如果当前元素存在于set中，说明是交集元素，把它放进结果set里。最终结果set自动去重，最后转成数组输出即可。
这里有个新手很容易犯的错误：直接在遍历第一个数组时就用set去重，然后遍历第二个数组时把重复的元素多次加入结果。虽然结果set也能兜底去重，但这样既浪费了操作时间，也说明你还没吃透set的用途。正确的理解是：第一个set负责快速判断存在性，第二个set负责收集结果并去重，一前一后分工明确。
用unordered_set和set有什么区别？性能上，unordered_set底层是哈希表，平均增删查是O(1)；set底层是红黑树，操作是O(log n)。所以只要题目不要求有序输出，一律优先用unordered_set。如果你发现结果顺序不稳定导致测试不过，再考虑set。
这题还可以再进一步：如果两个数组都是排序好的，那用双指针也能做，时间复杂度是O(n + m)且不需要额外空间。但哈希表的做法更通用，不依赖于输入是否有序。两种方案各有适用场景，面试时能把两种都说出来，会比只会一种印象分高不少。
2.3 快乐数：用哈希表抓循环，别让程序死转
快乐数这道题，题目描述很简短：一个数，每次用各个位上的数字的平方和替换它自己，如果最终能变成1，就是快乐数；如果陷入无限循环，就不是。
很多新手在这道题上卡住的点不是算平方和，而是“怎么判断不是快乐数”。就一个正整数n，计算过程可能无穷无尽，如果你不设终止条件，程序就会一直跑下去。关键在于：如果一个数不是快乐数，它的变换序列必然会陷入循环，也就是说，某个数字会重复出现。
所以解法就是：用一个set记录已经出现过的数字，每次计算出新的数字后，先检查它是否已经在set里，如果在，说明循环了，直接返回false；如果新数字等于1，返回true；否则把新数字加入set，继续计算。
bool isHappy(int n) { unordered_set<int> seen; while (n != 1) { if (seen.count(n)) return false; seen.insert(n); int sum = 0; while (n) { sum += (n % 10) * (n % 10); n /= 10; } n = sum; } return true; }这个循环检测的思路，在算法里其实有个更广的应用叫“快慢指针判圈”，但用哈希表实现更直观、更好理解。算平方和的时候，n % 10取出个位数字，n / 10去掉个位，这两个操作组合起来就能逐位分解一个整数。这个“拆数字”的技巧，后面在回文数、水仙花数这类题里还会用到。
还有个小细节：负数可以直接排除吗？题目给的n是正整数，所以不用考虑负数。但如果面试官追问，负数在平方和后可能变成正数，依然需要循环检测，不能简单判负就返回false。
2.4 两数之和：map是天然的“补数查询”工具
两数之和大概是LeetCode上知名度最高的一道题了：给定一个整数数组和一个目标值，找出数组中和为目标值的两个数，返回它们的下标。
暴力解谁都会，两层循环，时间复杂度O(n^2)。但用哈希表，一次遍历就能搞定。
核心思路：遍历数组时，对于每个元素nums[i]，我们需要知道“target - nums[i]”这个补数是否在之前出现过，并且还要知道它的下标。这时候就需要map了，因为光是set只告诉我们“有没有”，map还能告诉我们“在哪里”。
vector<int> twoSum(vector<int>& nums, int target) { unordered_map<int, int> map; for (int i = 0; i < nums.size(); i++) { int complement = target - nums[i]; if (map.count(complement)) { return {map[complement], i}; } map[nums[i]] = i; } return {}; }这题的顺序感很重要：先查补数，再把当前元素插进map。为什么不能先插入再查询？因为如果数组里有重复元素，先插入可能会让同一个下标被匹配两次。比如nums = [3, 3]，target = 6，如果你先插入，遍历到第二个3时，map里已经有一个3了，查补数3能查到，返回的下标是{0, 1}，这没问题。但如果数组是[3, 2, 4]，target = 6，遍历到2时先插入2，再遍历4时查补数2，返回{1, 2}，也没问题。真正要注意的是：如果先插入再查询，在极端情况下可能用同一个元素匹配自己，比如nums = [3]，target = 6，虽然题目保证有解，但这种细节还是养成“先查后插”的习惯更稳妥。
另一个值得思考的问题：map的key存什么，value存什么？这题的key是元素值，value是下标。因为我们要“根据值查下标”，所以值必须作为key。这个“谁当key”的判断，是map类型题目的核心考点，想清楚这一点，后续很多map题你都能迎刃而解。
3. 实操复现：从读题到AC的完整过程
3.1 做题顺序与时间分配建议
第七天整体题量是四道，我建议按“异位词→交集→快乐数→两数之和”的顺序来做，而不是按题目编号顺序。原因很简单：这个顺序正好是“数组哈希→set哈希→set判环→map哈希”的难度递进，每一道都在前一道的基础上加一点新东西。
时间分配上，新手建议每道题先自己思考15到20分钟，想不出来再看题解。这四道题里，两数之和虽然是压轴，但却是最容易被秒杀的，因为暴力解很容易想，哈希优化也比较自然；反而是快乐数，如果之前没见过“循环检测”的思路，容易卡住。整体上，四道题控制在两到三个小时比较合理。
有一个实操习惯值得养成：每道题AC之后，再用暴力解法写一遍，并对比两种方案的耗时和空间。比如两数之和，你可以先写O(n^2)的暴力解，再去改成哈希表写法。这种对比会让你对“空间换时间”有更具体的感觉，而不是只停留在概念层面。
3.2 关键代码实现与边界处理
四道题的完整代码里，有几个边界细节是必须亲手敲一遍才能记住的。
有效的字母异位词，最容易漏的是字符串长度不等的情况。虽然长度不等一定不是异位词，可以提前return false，但有经验的写法也会先判断长度，因为长度不等时后续遍历没意义。不过即使不判断，数组计数也能正确输出结果，所以这个优化是锦上添花。
两个数组的交集，注意结果要转成vector输出。C++里unordered_set转vector，直接用迭代器构造即可：vector<int>(result.begin(), result.end())。这个语法不常用，容易忘，遇到就记一下。
快乐数的拆位循环，最容易写错的是内层while循环的条件。应该是while (n)而不是while (n > 0)，其实两个等价，但要注意n在循环里会被不断除以10，最终变成0，所以循环条件是n非零。这道题如果在拆位时不小心把n提前改了，外层while的判断就会出问题，建议用一个临时变量来保存原始值。
两数之和，返回的是两个下标，顺序无所谓。有些人会纠结返回{map[complement], i}还是{i, map[complement]}，测试都能过，但为了语义清楚，建议先返回先出现的下标，也就是补数的下标在前，当前下标在后。
还有一道隐藏的边界问题：如果数组里有负数怎么办？两数之和完全兼容负数，因为补数的计算同样是target - nums[i]，负数照样能正确匹配。但快乐数如果输入是0，0的平方和是0，会永远循环在0上，不是快乐数。题目规定n是正整数，所以不用处理，但如果你在做扩展练习时遇到0，要能说出这个结论。
3.3 测试用例与自测方法
很多新手刷题只跑题目给的示例就提交，结果经常在隐藏用例上翻车。正确的做法是自己构造几组边界用例。
异位词这题，至少测三组：两个空字符串（true）、长度不同的字符串（false）、包含重复字母的字符串（如“aabbcc”和“abcabc”）。
交集这题，测一个数组为空的情况，测两个数组完全相同的情况，测有重复元素且交集结果需要去重的情况，比如nums1 = [1, 2, 2, 1]，nums2 = [2, 2]，期望输出[2]。
快乐数这题，19是标准的快乐数，建议手算一遍它的变换过程：19→82→68→100→1，体会一下什么是“最终收敛到1”。再测一个非快乐数，比如2：2→4→16→37→58→89→145→42→20→4，可以看到4再次出现，说明进入循环。这个手算过程能帮你验证代码逻辑是否正确。
两数之和，测数组里有重复元素的情况，测目标值由两个相同元素组成的情况（如[3, 3]和6），测包含负数和零的情况。
这些用例不用全写到代码里，但在脑子里过一遍，能帮你提前发现自己解法里的漏洞。我自己的习惯是写完代码后在草稿纸上手推一组用例，确认逻辑没有明显问题再提交，实测下来能减少不少无谓的WA（Wrong Answer）。
4. 常见问题排查与避坑实录
4.1 第一梯队报错：数组越界与哈希碰撞
第七天的报错，最常见的是Runtime Error，而且多半是数组越界。异位词这题，如果忘记把字符减去'a'，直接用字符的ASCII值当下标，那record数组的长度26就会越界。比如字符'z'的ASCII值是122，直接访问record[122]就崩了。
另一个值得知道的概念是哈希碰撞。不同key映射到同一个哈希桶的情况，就是哈希碰撞。C++的unordered_set和unordered_map底层通过链地址法解决碰撞，所以一般不需要你手动处理。但如果你是自己在数组里做哈希映射，就要特别注意映射函数不要产生大量冲突。比如异位词这题，映射函数是c - 'a'，在26个字母范围内是完美的一一映射，没有碰撞，这也是用数组做哈希表的一个隐藏优点。
如果你在交集中用了unordered_set，但发现结果顺序每次都变，不用慌，这是哈希表的正常行为，因为遍历顺序取决于哈希桶的排列。如果题目要求顺序输出，可以用set替代，或者输出前排序。
4.2 第二梯队问题：去重去错、死循环与漏判
交集题的一个典型错误是在遍历第二个数组时，没有判断当前元素是否已经在结果集里，导致重复添加。虽然最终转成vector前可以用set兜底去重，但如果你用的是vector直接收集结果，就会输出重复值。所以要么结果也用set，要么在添加前检查result里是否已经存在该元素。
快乐数最隐蔽的问题是死循环。你的程序看起来一直在跑，不是因为你忘记写循环检测，而是因为你忘记更新n的值，导致每次计算的sum都相同，外层while陷入死循环。这种情况IDE不会报错，只会一直转圈。遇到程序卡住，先检查是不是变量更新位置写错了，再考虑是不是逻辑缺了终止条件。
异位词这题，还有可能因为你用了map但没注意不存在key的默认行为。比如用map做计数时，map[c]++会自动把不存在的key初始化为0再自增，这没问题。但如果你用map.at(c)访问不存在的key，会抛异常。C++的map和unordered_map在访问不存在的key时行为不同，一个会创建默认值，一个会抛异常，这是很容易踩的坑，尤其是从Python转C++的人会特别不习惯。
4.3 哈希表相关的高频面试追问
这四道题如果出现在面试里，面试官大概率会追问几个问题，我提前整理一下。
两数之和的经典追问是：如果数组有序，能不能优化？这时的最优解其实是双指针，两个指针从两端向中间移动，根据和与目标值的大小调整指针位置，时间复杂度O(n)，空间复杂度O(1)，比哈希表的O(n)空间更优。这个追问考察的是你能不能根据输入特性调整算法，而不是只会一种解法。
快乐数的追问经常是：能不能不用额外空间？这就引出了快慢指针判圈法。一个指针每次走一步（计算一次平方和），另一个指针每次走两步，如果存在循环，快指针一定会追上慢指针。这个方法把空间复杂度降到O(1)，是哈希表做法之外的另一种思路。
异位词的追问则是：如果字符集不只包含小写字母，而是包含Unicode字符怎么办？那数组就不适用了，因为字符集范围太大，用数组会浪费大量空间，这时候应该用map来动态记录。这个问题问的就是你能不能判断“什么时候该用哪种哈希结构”。
这些追问本质上都是在考察你对“hash思想”的理解深度，而不仅仅是记忆代码。
5. 第七天之后的路线与个人心得
5.1 从哈希到后续专题的衔接方法
第七天结束之后，我建议别急着往后赶进度，先花半小时做一件事情：把四道题里用到的哈希思想整理成一张自己的知识卡片，写到笔记里。每道题记录三行：题目类型、用的哈希结构、为什么用这个结构。
我当时的笔记大致是这样：异位词，数组哈希，因为字符集有限；交集，set，因为只关心存在性且需要去重；快乐数，set，因为要检测循环重复；两数之和，map，因为既要查存在性还要查下标。
这张卡片的价值，在后续刷三数之和、四数相加、赎金信时会直接体现出来。三数之和看似是双指针题，但去重逻辑里其实也藏着哈希思想；四数相加则是两数之和的map思路的扩展版，把四个数组两两配对，用map统计两数之和的出现次数，时间复杂度O(n^2)。你会发现，第七天打下的基础，在后面的题目里被反复复用。
5.2 我实操中踩过的坑与调整建议
最后分享几个我做这四道题时真实踩过的坑，算是给后来者提个醒。
第一，千万不要因为看懂了题解就跳过手动推演。我一开始觉得快乐数这题太简单了，看完答案直接提交，结果代码里把一个变量名写错了，导致WA。后来我重新手推了一遍2的变换链条，才真正理解了“循环检测”这个操作的本质。看懂和会写之间，差的就是亲手推演这一遍。
第二，C++的unordered_set和set的性能差异，在第七天这四道题的量级下其实感觉不出来，但到了后面的题目，数据规模大了之后，选错容器真的会超时。所以我从第七天开始就强制自己默认用unordered版本，除非明确需要有序性。
第三，两数之和的“先查后插”顺序问题，看起来是个小细节，但我确实见过有朋友在面试时因为写反了顺序，被面试官追问到卡壳。这种细节就属于“你知道吗”和“你理解为什么吗”的区别，建议大家不仅要记住顺序，还要能说出为什么这么写。
第七天这四道题，是我整个训练营里印象最深的一天。不是因为题目有多难，而是因为它是第一次让我体会到“数据结构的选择能直接改变算法复杂度”这件事。如果你今天刚刷完这四道题，不妨再回头看一眼自己写的暴力解和哈希解，感受一下那种“优化前后”的差别。后面还有更多有意思的题目等着你，但地基就在这里——别赶路，去感受路。
