力扣刷题#5：有效的字母异位词_从 7ms 到 0ms 就差一个数组
哈希表好用，但不是万能的。有时候，一个 26 长度的数组比什么 STL 都管用。
题目
给定两个字符串 s 和 t，判断它们是否是字母异位词（每个字母出现次数相同）。
输入: s = "anagram", t = "nagaram" → true
输入: s = "rat", t = "car" → false
第一版：杀鸡用牛刀
我的思路很清晰：遍历 s 记次数，遍历 t 减次数，减到负数就返回 false。
unordered_map<char, int> smap;
for (int i = 0; i < slen; i++) smap[s[i]]++;
for (int i = 0; i < tlen; i++) {smap[t[i]]--;if (smap[t[i]] < 0) return false;
}
逻辑没问题，通过了。但耗时 7ms。
看了一下题解区，有人 0ms。凭什么？同样的逻辑，差距这么大？
提示：只用小写字母
"题目说了只包含小写字母，你开个 26 的数组就行了。"
就这一句话，我就知道差距在哪了。
unordered_map<char, int> → 哈希计算 + 动态分配 + 内存开销
int count[26] → 栈上固定空间，取址就完事
一个是要算哈希、要扩容、要处理冲突；另一个就是 base_address + index * 4 一条指令。
第二版：数组版
int smap[200] = {0};
for (int i = 0; i < slen; i++) smap[0 + int(s[i])]++;
for (int i = 0; i < tlen; i++) {smap[0 + int(t[i])]--;if (smap[0 + int(t[i])] < 0) return false;
}
改成数组后，时间直接掉到接近 0ms。虽然用了 200 而不是 26，但数组访问就是数组访问，比哈希表快太多了。
最终版：细节拉满
class Solution {
public:bool isAnagram(string s, string t) {if (s.length() != t.length()) return false;int count[26] = {0};for (char c : s) count[c - 'a']++;for (char c : t) {count[c - 'a']--;if (count[c - 'a'] < 0) return false;}return true;}
};
| 改动 | 说明 |
|---|---|
count[26] 而非 count[200] |
小写字母就 26 个，精确分配 |
c - 'a' 而非 int(s[i]) |
'a'→0，'b'→1……语义自解释 |
for (char c : s) |
范围 for 更简洁，不用管下标 |
学到了什么
数据结构的选择比代码逻辑更重要。
同样的算法（遍历 → 记数 → 减数 → 判断），用哈希表 7ms，用数组 ≈0ms。不是哈希表不好，而是当数据范围已知且很小时，数组永远是最高效的选择。
| 场景 | 用什么 | 原因 |
|---|---|---|
| 字母异位词（26 种） | int[26] |
范围固定，直接寻址 |
| 存在重复元素（值域未知） | unordered_set |
范围未知，哈希表灵活 |
| 两数之和（需要配对） | unordered_map |
需要存键值对 |
| 大数据量模糊查找 | 哈希表 | 伸缩性好 |
栈上开数组 ≈ 一条指令，哈希表 ≈ 几十条指令。 当你知道数据范围不超过 26，就别用哈希表。
写于 2026-06-04。熟悉了哈希表后，要知道什么时候不用它——这才叫真正学会了。