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.jsqmd.com/news/107343/

相关文章:

  • WezTerm主题定制实战:从视觉疲劳到高效工作台的完美蜕变
  • OctoSQL查询计划可视化终极指南:快速上手性能优化利器
  • 我们反对任何形式的AI复活亡者营销
  • WezTerm:解决现代开发者的终端效率困境
  • 终极指南:用Python轻松掌控Xcode项目配置
  • 像素艺术创作工具终极指南:从零开始掌握复古游戏开发
  • Oracle VirtualBox 安装centos7 采用 网络地址转换(NAT) 虚拟机的文件共享给宿主机访问和修改
  • 高效进程通信进阶:Linux信号队列高级用法揭秘
  • Qwen3-Omni-30B-A3B-Instruct开源资源终极指南:多模态AI实时交互完整清单
  • 解锁Python进度条新境界:alive-progress自定义动画全攻略
  • Agent Zero多语言体验终极指南:让AI助手说你的语言
  • 主观听感测试:用户对EmotiVoice的真实评价
  • [NAACL 2018]Explainable Prediction of Medical Codes from Clinical Text
  • Champ开源社区治理完整指南:模块化协作开发实战解析
  • 商场促销语音自动生成:营销提效利器
  • 如何轻松实现Awesomplete主题切换:3种实用方法详解
  • EmotiVoice坚持技术向善原则
  • 如何快速上手Metis:新手指南与最佳实践
  • 容器化部署AI服务的终极指南:3步完成Claude应用搭建
  • 核心团队访谈:揭秘EmotiVoice研发背后故事
  • 云原生监控实战指南:5步构建企业级可观测性体系
  • 只需3秒音频样本!EmotiVoice实现精准声音克隆
  • Mermaid在线编辑器:零代码基础也能轻松制作专业图表
  • 智能体记忆革命:ADK-Python如何重塑AI Agent状态管理
  • Instinct模型:下一代AI代码编辑革命,6.4倍效率提升的智能编程助手
  • WebRL-Llama-3.1-8B:浏览器自动化革命,让AI成为你的网页操作专家
  • 你的项目一团糟-不是你的错-是框架的锅
  • Flutter音频可视化技术深度解析:从信号处理到沉浸式体验
  • WAN2.2极速视频生成:AI创作进入“即想即得“新纪元
  • 极速部署指南:打造专属transfer.sh文件分享服务