面试知识库

49. 字母异位词分组#

生活中的算法#

你有没有玩过扑克牌?打完一局之后,我们通常会把散落的牌收集起来,按照花色分组整理。虽然每张牌的花色图案位置可能不同,但只要是同一个花色,我们就把它们放在一起。

这和我们今天要讲的”字母异位词分组”问题很像。字母异位词就像是同一花色的扑克牌,它们由相同的字母组成,只是字母的排列顺序不同。

问题描述#

题目目标#

给定一个字符串数组 strs,请将所有字母异位词放到同一个分组中。字母异位词指由相同字母重排得到的字符串。

示例 1#

输入: strs = ["eat","tea","tan","ate","nat","bat"] 输出: [["eat","tea","ate"],["tan","nat"],["bat"]] 分组示意:

aet -> [eat, tea, ate]
ant -> [tan, nat]
abt -> [bat]
text

说明: 同一组中的字符串排序后结果相同,因此会被归入同一个桶里。

补充说明#

  • 返回结果中各组的顺序不作要求。
  • 常见做法是把“排序后的字符串”或“字符计数结果”当作哈希键。

最直观的解法:排序比较法#

如何判断两个单词是否是字母异位词?最直观的方法就是:把两个单词的字母都排序后比较,如果排序后相同,那就是字母异位词。

就像整理扑克牌时,我们会把每张牌的花色符号位置摆正,这样就容易看出它们是不是同一花色。

具体步骤是这样的:

  1. 对于每个单词,将其字符排序得到一个标准形式
  2. 使用这个标准形式作为key,原单词作为value,存入哈希表
  3. 具有相同key的单词就是字母异位词,将它们分到同一组

让我们用一个例子来模拟这个过程:

这种思路可以用Java代码这样实现:

优化解法:计数法#

还有一种更巧妙的解法。如果我们仔细观察,会发现:字母异位词的特点是每个字母出现的次数相同。

就像数纸牌时,我们不需要真的把牌排序,只需要数一下每种花色各有多少张。

计数法的原理#

  1. 对于每个单词,统计其中每个字母出现的次数
  2. 将这个统计结果作为key(需要特殊的格式化方式)
  3. 相同统计结果的单词就是字母异位词

算法步骤(伪代码)#

  1. 创建哈希表map存储分组结果
  2. 对于每个单词:
    • 创建一个大小为26的计数数组
    • 统计每个字母的出现次数
    • 将计数数组转换为特殊格式的字符串作为key
    • 将单词加入对应的分组
  3. 返回所有分组

示例运行#

让我们模拟处理输入:[“eat”, “tea”, “tan”]

处理"eat":
- 计数:{a:1, e:1, t:1, 其他:0}
- key = "1#1#0#0#1#0#..."(代表a1b0c0d0e1...)
- 创建新组:{"1#1#0#0#1#0...": ["eat"]}

处理"tea":
- 计数相同:{a:1, e:1, t:1, 其他:0}
- 找到相同的key,加入该组
- {"1#1#0#0#1#0...": ["eat","tea"]}

处理"tan":
- 计数:{a:1, n:1, t:1, 其他:0}
- 新的key,创建新组
- map添加新组
plaintext

Java代码实现#

排序法vs计数法#

让我们比较这两种解法:

排序法的时间复杂度是O(nklogk),其中n是单词数量,k是最长单词的长度。主要时间花在对每个单词进行排序上。它的优点是直观易懂,而且如果单词长度不大,性能也不错。

计数法的时间复杂度是O(nk),因为我们只需要遍历每个单词一次,统计字母出现次数。虽然实现稍微复杂一些,但在处理长单词时更有优势。

题目模式总结#

这道题体现了一个重要的算法模式:通过某种标准形式来对对象分组。

这种模式在实际编程中经常出现,比如:

  • 按文件大小分类存储文件
  • 对用户行为数据进行分组分析
  • 整理图书馆的图书分类

解决这类问题的通用思路是:

  1. 设计一个合适的标准形式(可以是排序后的结果,也可以是某种统计特征)
  2. 用哈希表存储分组结果
  3. 选择合适的数据结构来表示标准形式(字符串、数组等)

小结#

通过这道题,我们不仅学会了如何解决字母异位词分组问题,更重要的是理解了”标准形式分组”这一重要的算法思想。这种思想在很多实际问题中都能派上用场。

记住,写代码时多思考如何把问题抽象成更一般的模式,这样才能举一反三,提高解决问题的能力!