优质博文:IT-BLOG-CN
给你一个字符串数组,请你将字母异位词组合在一起。可以按任意顺序返回结果列表。字母异位词是由重新排列源单词的所有字母得到的一个新单词。
示例 1:
输入: strs = ["eat", "tea", "tan", "ate", "nat", "bat"]
输出: [["bat"],["nat","tan"],["ate","eat","tea"]]
示例 2:
输入: strs = [""]
输出: [[""]]
示例 3:
输入: strs = ["a"]
输出: [["a"]]
1 <= strs.length <= 104
0 <= strs[i].length <= 100
strs[i]
仅包含小写字母
【1】由于互为字母异位词的两个字符串包含的字母相同,因此两个字符串中的相同字母出现的次数一定是相同的,故可以将每个字母出现的次数使用字符串表示,作为哈希表的键。由于字符串只包含小写字母,因此对于每个字符串,可以使用长度为26
的数组记录每个字母出现的次数。需要注意的是,在使用数组作为哈希表的键时,不同语言的支持程度不同,因此不同语言的实现方式也不同。
class Solution {
public List<List<String>> groupAnagrams(String[] strs) {
// 思想:将包含字母相同的字符串,想办法整合成相同的字符串作为key,然后从map中获取,并存入列表中
Map<String, List<String>> map = new HashMap();
for (int i = 0; i < strs.length; i++) {
// 创建一个26位的数组,根据字母的asc码-`a`作为下标
int[] words = new int[26];
// 遍历字符串,并使用数组进行计数
for (int j = 0; j < strs[i].length(); j++) {
words[strs[i].charAt(j) - 'a']++;
}
// 根据下标整合key
String key = "";
for(int j = 0; j < 26; j++) {
if (words[j] > 0) {
key += String.valueOf((char)('a' + j)) + words[j];
}
}
List<String> wordList = map.getOrDefault(key, new ArrayList<String>());
wordList.add(strs[i]);
map.put(key, wordList);
}
return new ArrayList<List<String>>(map.values());
}
}
时间复杂度: O(n(k+∣Σ∣))
,其中n
是strs
中的字符串的数量,k
是strs
中的字符串的的最大长度,Σ
是字符集,在本题中字符集为所有小写字母,∣Σ∣=26
。需要遍历n
个字符串,对于每个字符串,需要O(k)
的时间计算每个字母出现的次数,O(∣Σ∣)
的时间生成哈希表的键,以及O(1)
的时间更新哈希表,因此总时间复杂度是O(n(k+∣Σ∣))
。
空间复杂度: O(n(k+∣Σ∣))
,其中n
是strs
中的字符串的数量,k
是strs
中的字符串的最大长度,Σ
是字符集,在本题中字符集为所有小写字母,∣Σ∣=26
。需要用哈希表存储全部字符串,而记录每个字符串中每个字母出现次数的数组需要的空间为O(∣Σ∣)
,在渐进意义下小于O(n(k+∣Σ∣))
,可以忽略不计。
【2】排序: 由于互为字母异位词的两个字符串包含的字母相同,因此对两个字符串分别进行排序之后得到的字符串一定是相同的,故可以将排序之后的字符串作为哈希表的键。
class Solution {
public List<List<String>> groupAnagrams(String[] strs) {
// 思想:对字符串进行排序
Map<String, List<String>> map = new HashMap();
for (String str: strs) {
// 对字符串进行排序【解题的重点】
char[] chars = str.toCharArray();
Arrays.sort(chars);
String key = new String(chars);
List<String> wordList = map.getOrDefault(key, new ArrayList<String>());
wordList.add(str);
map.put(key, wordList);
}
return new ArrayList<List<String>>(map.values());
}
}
时间复杂度: O(nklogk)
,其中n
是strs
中的字符串的数量,k
是strs
中的字符串的的最大长度。需要遍历n
个字符串,对于每个字符串,需要O(klogk)
的时间进行排序以及O(1)
的时间更新哈希表,因此总时间复杂度是O(nklogk)
。
空间复杂度: O(nk)
,其中n
是strs
中的字符串的数量,k
是strs
中的字符串的的最大长度。需要用哈希表存储全部字符串。