哈希表妙解字母异位词

开发 前端
今天给大家带来一道与哈希表相关的题目,这道题同时也是微软、字节、谷歌和亚马逊等互联网大厂的面试题,即力扣上第242题-有效的字母异位词。

[[413065]]

本文转载自微信公众号「程序员小熊」,作者程序员小熊。转载本文请联系程序员小熊公众号。

前言

大家好,我是来自于华为的程序员小熊。今天给大家带来一道与哈希表相关的题目,这道题同时也是微软、字节、谷歌和亚马逊等互联网大厂的面试题,即力扣上第242题-有效的字母异位词。

本文主要介绍哈希表的策略来解答此题,供大家参考,希望对大家有所帮助。

有效的字母异位词

  1. 给定两个字符串 s 和 t ,编写一个函数来判断 t 是否是 s 的字母异位词。 
  2.  
  3. 注意:若 s 和 t 中每个字符出现的次数都相同,则称 s 和 t 互为字母异位词。 
  4.  
  5.  
  6. 示例 1: 
  7.  
  8. 输入: s = "anagram", t = "nagaram" 
  9. 输出: true 
  10.  
  11. 示例 2: 
  12.  
  13. 输入: s = "rat", t = "car" 
  14. 输出: false 
  15.   
  16.  
  17. 提示: 
  18.  
  19. 1 <= s.length, t.length <= 5 * 104 
  20. s 和 t 仅包含小写字母 

解题思路

字母异位词:由相同的字母按照不同的顺序组成的单词。

根据上述字母异位词的定义可知,两个字符串要互为字母异位词,则必须满足一下两个条件:

  • 长度相等;
  • 相同字符出现的次数相同。

凡是涉及到字母出现的频次的相关问题,都可以考虑用哈希表去求解,可以以字母为哈希表的key,字母出现的次数作为哈希表的value。

举例

以判断 s = "anagram" 和 t = "nagaram" 是否互为字母异位词为例子,如下图示。

例子

定义一个数组(C 语言用数组模拟哈希表)或哈希表(C++ 等语言),以 s[i] - 'a' 作为哈希表的 key,以 s[i] 在字符串 s 中出现的次数作为 value;

哈希表

遍历字符串 s 和 t,遇到 s 中的字符时,对哈希表中记录的 value 加 1,否则减 1;

对字符串 s 中的字符的处理

对字符串 t 中的字符的处理

以此类推,采用哈希表的策略的完整处理过程,如下动图示:

哈希表处理完整过程

Show me the Code

C

  1. bool isAnagram(char * s, char * t){ 
  2.     /* 判断字符串是否为空,为空则不能用 strlen 求长度 */ 
  3.     if (s == NULL && t == NULL) { 
  4.         return true
  5.     } else if (s == NULL && t != NULL || s != NULL && t == NULL) { 
  6.         return false
  7.     /* 两个非空字符串长度不等,肯定不互为字母异位词 */ 
  8.     } else if (strlen(s) != strlen(t)){ 
  9.         return false
  10.     } 
  11.      
  12.     /* 数组模拟哈希表 */ 
  13.     char hash[26] = {0}; 
  14.     for (int i = 0; s[i] != '\0'; ++i) { 
  15.         hash[s[i] - 'a']++; 
  16.         hash[t[i] - 'a']--; 
  17.     } 
  18.  
  19.     for (int i = 0; i < 26; ++i) { 
  20.         if (hash[i] != 0) { 
  21.             return false
  22.         } 
  23.     } 
  24.  
  25.     return true

C++

  1. bool isAnagram(string s, string t) { 
  2.     if (s.length() != t.length()) { 
  3.         return false
  4.     } 
  5.  
  6.     int len = s.length(); 
  7.     unordered_map<intint> record; 
  8.     for (int i = 0; i < len; ++i) { 
  9.         record[s[i] - 'a']++; 
  10.         record[t[i] - 'a']--; 
  11.     } 
  12.  
  13.     for (int i = 0; i < 26; ++i) { 
  14.         if (record[i] != 0) { 
  15.             return false
  16.         } 
  17.     } 
  18.      
  19.     return true

Java

  1. boolean isAnagram(String s, String t) { 
  2.     if (s.length() != t.length()) { 
  3.         return false
  4.     } 
  5.  
  6.     int[] hash = new int[26]; 
  7.     for (int i = 0; i < s.length(); i++) { 
  8.         hash[s.charAt(i) - 'a']++; 
  9.         hash[t.charAt(i) - 'a']--; 
  10.     } 
  11.  
  12.     for (int i : hash) { 
  13.         if (i != 0) { 
  14.             return false
  15.         } 
  16.     } 
  17.  
  18.     return true

Python3

  1. def isAnagram(self, s: str, t: str) -> bool: 
  2.     if len(s) != len(t): 
  3.         return False 
  4.  
  5.     hash = [0]*26 
  6.     for i in range(len(s)): 
  7.         hash[ord(s[i]) - ord("a")] += 1 
  8.     for i in range(len(t)): 
  9.         hash[ord(t[i]) - ord("a")] -= 1 
  10.  
  11.     for i in range(26): 
  12.         if hash[i] != 0: 
  13.             return False 
  14.              
  15.     return True 

Golang

  1. func isAnagram(s string, t string) bool { 
  2.   if len(s) != len(t) { 
  3.     return false 
  4.   } 
  5.  
  6.   var hash [26]int 
  7.   for i := range s { 
  8.     hash[s[i] - 'a']++ 
  9.     hash[t[i] - 'a']-- 
  10.   } 
  11.  
  12.   for _, v := range hash { 
  13.     if v != 0 { 
  14.       return false 
  15.     } 
  16.   } 
  17.    
  18.   return true 

复杂度分析

时间复杂度:O(n),其中 n 是字符串的长度,需要遍历一遍字符串。

空间复杂度:O(S),其中 S 为字符集大小,S = 26。

 

责任编辑:武晓燕 来源: 程序员小熊
相关推荐

2021-04-29 10:08:10

数据结构哈希表

2010-07-16 13:10:36

Perl哈希表

2023-02-13 08:02:08

哈希函数哈希表搜索树

2017-06-01 10:44:29

2010-07-13 16:34:34

Perl 哈希表

2023-11-24 17:58:03

Python哈希

2009-03-13 13:58:10

Javascript哈希表伪哈希表

2009-08-20 17:17:02

C#哈希表

2017-07-27 14:21:40

phpPHP源码分析hashtable

2010-07-16 13:57:13

Perl哈希表

2022-06-06 08:16:16

RedisJavaHaspM

2010-07-13 16:20:21

Perl 哈希表

2013-10-10 10:34:47

哈希算法

2010-10-14 16:34:41

MySQL查询

2016-12-21 10:35:55

PHP内核PHP哈希表

2010-07-19 09:28:37

Perl关联数组

2009-04-27 21:28:56

2022-08-29 08:00:11

哈希表数组存储桶

2010-07-16 13:50:53

Perl哈希表

2021-03-17 09:27:36

Java数据结构算法
点赞
收藏

51CTO技术栈公众号