Two Strings Are Anagrams详解编程语言

Write a method anagram(s,t) to decide if two strings are anagrams or not. 
 
Example 
Given s="abcd", t="dcab", return true. 
 
Challenge 
O(n) time, O(1) extra space 

  

题解1 – hashmap 统计字频

判断两个字符串是否互为变位词,若区分大小写,考虑空白字符时,直接来理解可以认为两个字符串的拥有各不同字符的数量相同。对于比较字符数量的问题常用的方法为遍历两个字符串,统计其中各字符出现的频次,若不等则返回false. 有很多简单字符串类面试题都是此题的变形题。

class Solution { 
public: 
    /** 
     * @param s: The first string 
     * @param b: The second string 
     * @return true or false 
     */ 
    bool anagram(string s, string t) { 
        if (s.empty() || t.empty()) { 
            return false; 
        } 
        if (s.size() != t.size()) { 
            return false; 
        } 
 
        int letterCount[256] = {0}; 
 
        for (int i = 0; i != s.size(); ++i) { 
            ++letterCount[s[i]]; 
            --letterCount[t[i]]; 
        } 
        for (int i = 0; i != t.size(); ++i) { 
            if (letterCount[t[i]] != 0) { 
                return false; 
            } 
        } 
 
        return true; 
    } 
};

源码分析

  1. 两个字符串长度不等时必不可能为变位词(需要注意题目条件灵活处理)。
  2. 初始化含有256个字符的计数器数组。
  3. 对字符串 s 自增,字符串 t 递减,再次遍历判断letterCount数组的值,小于0时返回false.

在字符串长度较长(大于所有可能的字符数)时,还可对第二个for循环做进一步优化,即t.size() > 256时,使用256替代t.size(), 使用i替代t[i].

复杂度分析

两次遍历字符串,时间复杂度最坏情况下为 O(2n), 使用了额外的数组,空间复杂度 O(256).

题解2 – 排序字符串

另一直接的解法是对字符串先排序,若排序后的字符串内容相同,则其互为变位词。题解1中使用 hashmap 的方法对于比较两个字符串是否互为变位词十分有效,但是在比较多个字符串时,使用 hashmap 的方法复杂度则较高。

class Solution { 
public: 
    /** 
     * @param s: The first string 
     * @param b: The second string 
     * @return true or false 
     */ 
    bool anagram(string s, string t) { 
        if (s.empty() || t.empty()) { 
            return false; 
        } 
        if (s.size() != t.size()) { 
            return false; 
        } 
 
        sort(s.begin(), s.end()); 
        sort(t.begin(), t.end()); 
 
        if (s == t) { 
            return true; 
        } else { 
            return false; 
        } 
    } 
};

源码分析

对字符串 s 和 t 分别排序,而后比较是否含相同内容。对字符串排序时可以采用先统计字频再组装成排序后的字符串,效率更高一点。

复杂度分析

C++的 STL 中 sort 的时间复杂度介于 O(n) 和 O(n^2)之间,判断s == t时间复杂度最坏为 O(n).

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/20683.html

(0)
上一篇 2021年7月19日
下一篇 2021年7月19日

相关推荐

发表回复

登录后才能评论