当前位置: 首页 > news >正文

判断字符串是否接近:深入解析及优化【字符串、哈希表、优化过程】

本文将详细解析解决这个问题的思路,并逐步优化实现方案。

问题描述

给定两个字符串 word1word2,如果通过以下操作可以将 word1 转换为 word2,则认为它们是接近的:

  1. 交换任意两个现有字符。
  2. 将一个现有字符的每次出现转换为另一个现有字符,并对另一个字符执行相同的操作。

你需要判断 word1word2 是否接近。

示例

示例 1:

输入:word1 = "abc", word2 = "bca"
输出:true
解释:2 次操作从 word1 获得 word2 。
执行操作 1:"abc" -> "acb"
执行操作 1:"acb" -> "bca"

示例 2:

输入:word1 = "a", word2 = "aa"
输出:false
解释:不管执行多少次操作,都无法从 word1 得到 word2 ,反之亦然。

示例 3:

输入:word1 = "cabbba", word2 = "abbccc"
输出:true
解释:3 次操作从 word1 获得 word2 。
执行操作 1:"cabbba" -> "caabbb"
执行操作 2:"caabbb" -> "baaccc"
执行操作 2:"baaccc" -> "abbccc"

1657. 确定两个字符串是否接近 - 力扣(LeetCode)

解决思路

初步想法

最初的思路是通过使用 map 来记录字符及其出现的次数,然后通过 set 判断两个字符串的字符集是否一致,最后通过排序后的 vector 判断两个字符串的字符频次是否一致。

class Solution {
public:bool closeStrings(string word1, string word2) {ios::sync_with_stdio(false);cin.tie(0);cout.tie(0);if(word1.size() != word2.size()) return false;// 首先判断map是不是都是一样的,包括char和int的个数;然后判断,是不是不管char,只要出现的次数一样就可以过unordered_map<char , int > m1 , m2;for(auto c : word1){m1[c] ++;}for(char d : word2){m2[d] ++;}if(m1 == m2) return true;unordered_set<char> s1(word1.begin() , word1.end());unordered_set<char> s2(word2.begin() , word2.end());if(s1 != s2) return false;vector<int> v1 , v2;for(auto pair : m1) v1.push_back(pair.second);for(auto pair : m2) v2.push_back(pair.second);sort(v1.begin() ,v1.end());sort(v2.begin() , v2.end());return v1 == v2;}
};

虽然初步思路可以解决问题,但在时间和空间复杂度上还有优化空间。

优化思路

1657. 确定两个字符串是否接近 - 力扣官方题解

官方解决方案利用了 word1word2 仅包含小写字母这一条件,使用大小固定为 26 的 vector<int> 数组来记录字符频次。通过 ASCII 码减去 'a' 得到对应的下标,再进行操作。

class Solution {
public:bool closeStrings(string word1, string word2) {ios::sync_with_stdio(false);cin.tie(0);cout.tie(0);vector<int> v1(26) , v2(26);for(auto c : word1){v1[c - 'a'] ++;}for(auto d : word2){v2[d - 'a'] ++;}for(int i = 0 ; i < 26 ; i ++){if(v1[i] == 0 && v2[i] > 0 || v1[i] > 0 && v2[i] == 0) return false;}sort(v1.begin() , v1.end());sort(v2.begin() , v2.end());return v1 == v2;}
};

详细解析

  1. 字符频次统计

    • 使用大小为 26 的 vector<int> 数组 count1count2 来记录 word1word2 中每个字符的频次。通过 c - 'a' 得到对应的下标,这一步时间复杂度为 O(n)
  2. 字符集检查

    • 遍历 count1count2,如果某个字符在一个字符串中出现而在另一个字符串中没有出现,则返回 false。这一步的时间复杂度为 O(1),因为数组大小固定为 26。
  3. 字符频次数组排序和比较

    • count1count2 进行排序,然后比较两个排序后的数组是否相等。排序的时间复杂度为 O(26 log 26),即 O(1)

为什么需要排序?

排序后的数组能直接比较每个字符的频次是否一致。这是因为交换字符不会改变频次,转换字符对频次排序也没有影响。通过排序并比较频次数组,我们能确保所有字符频次匹配。

复杂度分析

时间复杂度

  • 字符频次统计的时间复杂度为 O(n),其中 n 为字符串的长度。
  • 字符集检查的时间复杂度为 O(1),因为 count1count2 的大小固定为 26。
  • 排序的时间复杂度为 O(26 log 26),即 O(1)

总的时间复杂度为 O(n)

空间复杂度

  • 使用了两个大小为 26 的 vector<int> 数组,空间复杂度为 O(1)

总结

在这里插入图片描述

通过优化,我们利用字符串仅包含小写字母这一特性,将问题简化为固定大小的数组操作,实现了更高效的解决方案。这种方法充分利用了题目中的限制条件,极大地优化了时间和空间复杂度。

http://www.lryc.cn/news/416401.html

相关文章:

  • C 和 C++ 中信号处理简单介绍
  • 什么是云边协同?
  • YOLOv5改进 | 主干网络 | 将backbone替换为MobileNetV2【小白必备教程+附完整代码】
  • ARMxy边缘计算网关用于过程控制子系统
  • Python | TypeError: unsupported operand type(s) for +=: ‘int’ and ‘str’
  • 什么是开源什么是闭源?以及它们之间的关系
  • SpringBoot+Mybatis Plus实际开发中的注解
  • 【香橙派系列教程】(八)一小时速通Python
  • 了解JavaScript 作用、历史和转变
  • 遗传算法与深度学习实战——生命模拟与进化论
  • rt-thread H7 使用fdcan没有外接设备时或发送错误时线程被挂起的解决方案
  • exptern “C“的作用,在 C 和 CPP 中分别调用 openblas 中的 gemm 为例
  • 如何提前预防网络威胁
  • ProviderRpc发送服务二将远程调用来的信息反序列化后调用服务方的方法,并将服务方的结果返回给发送方
  • Io 35
  • java基础概念11-方法
  • 大模型应用中的思维树(Tree of Thought)是什么?
  • 学习记录(11):训练图片分类的算法
  • 上网防泄密,这些雷区不要碰!九招教你如何防泄密
  • 数据库篇--八股文学习第十五天| 一条SQL查询语句是如何执行的?,事务的四大特性有哪些?,数据库的事务隔离级别有哪些?
  • elk + filebeat + kafka实验和RSync同步
  • 子类到底能继承父类中的哪些内容?
  • 【超详细公式】曝光值(EV)、光圈(AV)、快门(TV)、感光度(SV)、照度(Lux)
  • 【Java】增强for遍历集合。
  • 【Qt】管理创建子项目
  • 力扣——238.移动零
  • 编程的魅力
  • 想提升跨境电商运营?浏览器多开为你助力!
  • 使用QML的ListView自制树形结构图TreeView
  • 2.MySQL面试题之索引