博客昵称：沈小农学编程
作者简介：一名在读硕士，定期更新相关算法面试题，欢迎关注小弟！
PS：哈喽！各位CSDN的uu们，我是你的小弟沈小农，希望我的文章能帮助到你。欢迎大家在评论区唠嗑指正，觉得好的话别忘了一键三连哦！😘
题目难度：简单
默认优化目标：最小化时间复杂度。
Python默认为Python3。
1 题目描述
给你一个整数数组 nums 和一个整数 k ，判断数组中是否存在两个 不同的索引 i 和 j ，满足 nums[i] == nums[j] 且 abs(i - j) <= k 。如果存在，返回 true ；否则，返回 false 。
示例 1：
输入：nums = [1,2,3,1], k = 3 输出：true示例 2：
输入：nums = [1,0,1,1], k = 1 输出：true示例 3：
输入：nums = [1,2,3,1,2,3], k = 2 输出：false提示：
1 <= nums.length <= 105
-109 <= nums[i] <= 109
0 <= k <= 105
2 题目分析
输入是一个整数数组nums和一个整数k，k表示距离。输出是布尔值。约束条件是要在距离内找到数组内是否有元素相等的数。有，返回true；否，返回false。
3 算法框架及代码实现
3.1 哈希表
我们可以创建一个哈希表table，用于记录nums各元素出现的位置。假定我们需要找i,j(i-j<=k)位置的元素，判断它们nums[i]==nums[j]，如果不相等，说明j以前没有元素和nums[i]相等，就用j替换之前table中key=nums[j]的value值。
时间复杂度O(n)，对于每个元素，哈希表的操作时间都是O(1)，空间复杂度O(n)。
C++代码实现
class Solution {
public:
bool containsNearbyDuplicate(vector<int>& nums, int k) {
unordered_map<int,int> table;
for(int i=0;i<nums.size();i++){
int num =nums[i];
if(table.count(num) && i-table[num]<=k){
return true;
}
table[num]=i;
}
return false;
}
};Python代码实现
class Solution:
def containsNearbyDuplicate(self, nums: List[int], k: int) -> bool:
table={}
for i,num in enumerate(nums):
if num in table and i-table[num]<=k:
return True
table[num]=i
return False3.2 滑动窗口
距离为k，也就意味着滑动窗口的大小为k。滑动就行，然后判断窗口内的元素是否存在相等的情况即可。窗口滑动的方法是将i-k-1下标的元素移除，将i的元素添加进来。窗口window用set来实现。
时间复杂度O(n)，空间复杂度O(k)。
C++代码实现
class Solution {
public:
bool containsNearbyDuplicate(vector<int>& nums, int k) {
unordered_set<int> window;
for(int i=0;i<nums.size();i++){
if(i>k){
window.erase(nums[i-k-1]);
}
if(window.count(nums[i])){
return true;
}
window.emplace(nums[i]);
}
return false;
}
};Python代码实现
class Solution:
def containsNearbyDuplicate(self, nums: List[int], k: int) -> bool:
window=set()
for i,num in enumerate(nums):
if i>k:
window.remove(nums[i-k-1])
if num in window:
return True
window.add(num)
return False