当前位置: 首页 > news >正文

力扣 “字母异位词分组” 终极解法:排序法 + 计数法双方案(附效率对比)

大家好,今天深度拆解力扣中等题「字母异位词分组」的两种核心解法 ——排序法(简洁易实现)计数法(高效优化版),并对比两者的适用场景,帮你彻底掌握这道经典题!

一、题目回顾

给定一个字符串数组strs,将字母异位词(字母种类 / 数量相同、排列不同的字符串)分组,返回所有分组后的列表。

  • 示例:输入["eat","tea","tan","ate","nat","bat"]→ 输出[["eat","tea","ate"],["tan","nat"],["bat"]]
二、核心思路:给异位词 “打标签”

字母异位词的核心特征是「字符组成完全相同」,因此只要能给每组异位词生成唯一的标签(key),就能用哈希表实现分组。两种解法的本质都是 “生成唯一 key + 哈希表分组”,区别仅在于「生成 key 的方式」。

三、方案 1:排序法(简洁易上手)
1. 核心逻辑

将每个字符串的字符排序,异位词排序后会得到相同的字符串(如eat/tea排序后都是aet),以此作为哈希表的 key。

2. 代码实现
import java.util.*; class Solution { // 排序法:简洁易实现,适合字符串较短的场景 public List<List<String>> groupAnagrams(String[] strs) { // key:排序后的字符串;value:对应异位词列表 Map<String, List<String>> map = new HashMap<>(); for (String str : strs) { // 1. 字符数组排序,生成唯一key char[] chars = str.toCharArray(); Arrays.sort(chars); String key = new String(chars); // 2. 哈希表分组:无则新建列表,有则直接添加 List<String> list = map.getOrDefault(key, new ArrayList<>()); list.add(str); map.put(key, list); } // 3. 提取所有分组结果 return new ArrayList<>(map.values()); } }
3. 复杂度分析
  • 时间复杂度:O(n×k log k)n= 字符串数量,k= 字符串最大长度;排序单字符串的时间是O(k log k),遍历 + 排序整体为O(n×k log k)
  • 空间复杂度:O(n×k)(存储哈希表的键和所有字符串)。
4. 适用场景

字符串长度k较小(如 k≤20),追求代码简洁性,无需极致性能。

四、方案 2:计数法(高效优化版)
1. 核心逻辑

排序法的瓶颈在 “字符排序”,计数法直接统计每个字符串中 26 个字母的出现次数(如eat的计数为a:1, e:1, t:1),将计数结果拼接成唯一 key,把单字符串处理时间从O(k log k)降至O(k)

2. 代码实现
import java.util.*; class Solution { // 计数法:时间优化版,适合字符串较长的场景 public List<List<String>> groupAnagrams(String[] strs) { Map<String, List<String>> map = new HashMap<>(); for (String str : strs) { // 1. 初始化26字母计数数组(a-z对应下标0-25) int[] count = new int[26]; // 2. 统计每个字符出现次数 for (char c : str.toCharArray()) { count[c - 'a']++; // 'a'→0,'b'→1,以此类推 } // 3. 生成唯一key(用逗号分隔避免数字歧义,如11和1+1) StringBuilder sb = new StringBuilder(); for (int num : count) { sb.append(num).append(","); } String key = sb.toString(); // 4. 哈希表分组(逻辑同排序法) List<String> list = map.getOrDefault(key, new ArrayList<>()); list.add(str); map.put(key, list); } return new ArrayList<>(map.values()); } }
3. 关键优化点
  • 计数数组替代排序:仅遍历字符串一次(O(k)),避免排序的O(k log k)开销;
  • 逗号分隔生成 key:防止 “计数 1 + 计数 1” 拼接成 “11”,与 “计数 11” 混淆(如"aa""k"的计数直接拼接会都是2,加逗号后为2,0,...0,...1,...,可区分)。
4. 复杂度分析
  • 时间复杂度:O(n×k)(仅遍历字符串和计数数组,无排序开销);
  • 空间复杂度:O(n×k)(额外占用计数数组,但可忽略,整体仍为O(n×k))。
5. 适用场景

字符串长度k较大(如 k≥100),追求极致时间效率。

五、两种方案对比总结
解法时间复杂度空间复杂度代码简洁度适用场景
排序法O(n×k log k)O(n×k)字符串短、追求代码简洁
计数法O(n×k)O(n×k)字符串长、追求时间效率
http://www.cnnetsun.cn/news/118375.html

相关文章:

  • AMD GPU终极指南:快速部署FlashAttention实现3-5倍AI加速
  • 从零开始掌握Stability AI视频生成:5步解决常见问题并提升效果
  • 只需3秒音频样本!EmotiVoice实现精准声音克隆
  • EmotiVoice日志分析:定位语音生成异常原因
  • Nacos配置推送失败的5个致命陷阱及终极修复方案
  • Sealos动态PVC管理终极指南:三步告别存储运维烦恼
  • 基于SpringBoot+Vue的滑雪场管理系统管理系统设计与实现【Java+MySQL+MyBatis完整源码】
  • Java Web 短流量数据分析与可视化abo系统源码-SpringBoot2+Vue3+MyBatis-Plus+MySQL8.0【含文档】
  • 【计算机毕业设计案例】基于springboot+微信小程序的DIY电脑推荐与交流平台DIY组装电脑踩坑,手残党DIY装机分享(程序+文档+讲解+定制)
  • Bazel终极指南:快速构建大规模多语言项目的完整解决方案
  • 终极Git文件管理指南:快速配置.gitattributes模板集合
  • 告别手绘流程图:Drawnix文本转图形黑科技全揭秘
  • 软件开发设计原则: 七大设计原则拯救面条代码
  • EmotiVoice用于虚拟主播直播的实时语音推流
  • Android ANR 深度起底:从系统埋雷机制到全链路治理体系
  • 2025提示工程实战手册:7天掌握AI对话优化核心技术
  • OpenWrt LuCI主题大比拼:4款官方界面哪个最适合你?
  • 基于 TCP 的IOT物联网云端服务端和设备客户端通信架构设计与实现
  • XYAdmin:基于Vue3与Ant Design的下一代中后台管理系统,重新定义开发效率
  • 中英混合语音生成效果测试:EmotiVoice表现出色
  • Strapi数据建模实战:从零构建灵活高效的内容管理系统
  • Homepage媒体服务监控:打造智能媒体中心控制台
  • 15、远程应用与Citrix XenApp环境中App Volumes部署指南
  • 打造完美浏览器扩展图标的终极指南:从16px到128px的完整设计方法
  • Transformer Lab完整指南:快速上手大语言模型实验平台
  • 知识付费课程录制:用EmotiVoice节省时间成本
  • 视觉语言导航从入门到精通(一)
  • 5个实战技巧:让你的react-native-vision-camera性能飙升300%
  • 超高性能订单簿系统:5大核心功能打造极致交易体验
  • Orleans分布式追踪:如何选择最适合的监控工具?