题目
NO. 820
给定一个单词列表，我们将这个列表编码成一个索引字符串 S 与一个索引列表 A。
例如，如果这个列表是 ["time", "me", "bell"]，我们就可以将其表示为 S = "time#bell#" 和 indexes = [0, 2, 5]。
对于每一个索引，我们可以通过从字符串 S 中索引的位置开始读取字符串，直到 "#" 结束，来恢复我们之前的单词列表。
那么成功对给定单词列表进行编码的最小字符串长度是多少呢？
示例：
输入: words = ["time", "me", "bell"]
输出: 10
说明: S = "time#bell#" ， indexes = [0, 2, 5] 。
提示：
1 <= words.length <= 2000
1 <= words[i].length <= 7
每个单词都是小写字母 。
解法一（暴力法）
思路：对列表中所有字符串进行两两对比，如果字符串A属于字符串B的尾巴，则删除字符串A，统计最后剩余的字符串的总长度，即为题目所求。
- 对列表中字符串按字符串长度，由大到小排序
- 依次对所有字符串进行两两比较，对于每个母串，需要增加一个#分隔符
- 统计所有母串长度，并累计分隔符个数
- 时间复杂度：O(N2)
- 空间复杂度：O(N)
# author: [email protected]
class Solution:
def minimumLengthEncoding(self, words: List[str]) -> int:
words = list(set(words)) #去重
words.sort(key = lambda x:len(x), reverse=True)#按长度右大到小排序
rstCnt, wordsCnt = 0, len(words)
wordsLen = [len(x) for x in words]#获取长度，减少循环中多次获取
for i in range(0,wordsCnt):
if len(words[i]) == 0:#字符串已经被删除
continue
rstCnt += wordsLen[i] + 1# 1是井号分隔符
for j in range(i+1,wordsCnt):
if len(words[j]) == 0:
continue
if words[i][wordsLen[i] - wordsLen[j]:] == words[j]:#j是i的尾巴
words[j] = ''
return rstCnt
解法二（后缀清除）
思路：对列表中的每个字符串，删除其后缀中包含的所有其它字符串，统计最后剩余的字符串长度
- 将列表转换为集合，可以去重
- 利用集合的discard函数，删除所有匹配到后缀的字符串集合
- 统计最后剩余字符串的长度，并增加井号分隔符个数
- 时间复杂度：O(N len(N))
- 空间复杂度：O(N)
# author: [email protected]
class Solution:
def minimumLengthEncoding(self, words: List[str]) -> int:
wordSet = set(words) #清除重复字符串，并返回set集合
for word in words:
for i in range(1,len(word)):
wordSet.discard(word[i:]) #删除当前字符串所有后缀相同的子串集合
rstCnt = sum([len(x) + 1 for x in wordSet])
return rstCnt
解法三（字典树）
思路：将所有字符串组成一个字典树，统计所有树枝对应字符串长度，由于是对字符串后缀匹配，所以将字符串反转后构建字典树。
- 首先对原始数据去重，并对字符串反转
- 构建字典树，并存储当前节点深度
- 遍历字典树，累计叶子节点深度值
- 时间复杂度：O(N len(N))
- 空间复杂度：O(N)
# author: [email protected]
class TrieNode:
def __init__(self):
self.children = {}
self.dept = 0 # 叶子节点深度
#构建字典树
def addWord(self,word:str, idx: int):
if idx >= len(word):
return
tmpNode = self.children[word[idx]] if self.children.__contains__(word[idx]) else TrieNode()
tmpNode.dept = idx + 1
tmpNode.addWord(word,idx+1) #递归构建
self.children[word[idx]] = tmpNode
#统计树中节点个数
def count(self):
rst = 0
for k in self.children:
rst += self.children[k].count() #递归累加
if not self.children :# 统计所有叶子节点的深度，1是井号分隔符
return self.dept + 1
return rst
class Solution:
def minimumLengthEncoding(self, words: List[str]) -> int:
words = [word[::-1] for word in set(words)]#去重，反转
trie = TrieNode()
for word in words:
trie.addWord(word,0)
return trie.count()