1040-有效的变位词

题目如下

给定两个字符串 s 和 t ，编写一个函数来判断它们是不是一组变位词（字母异位词）。

注意：若 s 和 t 中每个字符出现的次数都相同且字符顺序不完全相同，则称 s 和 t 互为变位词（字母异位词）。

示例 1:
输入: s = “anagram”, t = “nagaram”
输出: true

示例 2:
输入: s = “rat”, t = “car”
输出: false

示例 3:
输入: s = “a”, t = “a”
输出: false

方法一：排序

t 是 s 的变位词等价于「两个字符串不相等且两个字符串排序后相等」。首先判断字符串 s 和 t 是否相等，如果相等则直接返回false，如果不相等则继续判断两个字符串排序后是否相等。我们可以对字符串 s 和 t 分别排序，看排序后的字符串是否相等。此外，如果 s 和 t 的长度不同，t 必然不是 s 的变位词。

class Solution 
{
public:
    bool isAnagram(string s, string t) 
    {
        if (s.length() != t.length() || s == t) 
        {
            return false;
        }
        sort(s.begin(), s.end());
        sort(t.begin(), t.end());
        return s == t;
    }
};

方法二：哈希表

从另一个角度考虑，t 是 s 的变位词等价于「两个字符串不相等且两个字符串中字符出现的种类和次数均相等」。首先判断字符串 s 和 t 是否相等，如果相等则直接返回 false，如果不相等则继续比较两个字符串中字符出现的种类和次数。由于字符串只包含 26 个小写字母，因此我们可以维护一个长度为 26 的频次数组 table，先遍历记录字符串 s 中字符出现的频次，然后遍历字符串 t，减去 table 中对应的频次，如果出现 table[i]<0，则说明 t 包含一个不在 s 中的额外字符，返回 false 即可。

class Solution 
{
public:
    bool isAnagram(string s, string t) 
    {
        if (s.length() != t.length() || s == t) 
        {
            return false;
        }
        vector<int> table(26, 0);
        for (auto& ch : s) 
        {
            table[ch - 'a']++;
        }
        for (auto& ch : t) 
        {
            table[ch - 'a']--;
            if (table[ch - 'a'] < 0) 
            {
                return false;
            }
        }
        return true;
    }
};

进阶

如果输入字符串包含 unicode 字符怎么办？你能否调整你的解法来应对这种情况？

对于进阶问题，Unicode 是为了解决传统字符编码的局限性而产生的方案，它为每个语言中的字符规定了一个唯一的二进制编码。而 Unicode 中可能存在一个字符对应多个字节的问题，为了让计算机知道多少字节表示一个字符，面向传输的编码方式的 UTF−8 和 UTF−16 也随之诞生逐渐广泛使用，具体相关的知识读者可以继续查阅相关资料拓展视野，这里不再展开。

回到本题，进阶问题的核心点在于「字符是离散未知的」，因此我们用哈希表维护对应字符的频次即可。同时读者需要注意Unicode 一个字符可能对应多个字节的问题，不同语言对于字符串读取处理的方式是不同的。

func isAnagram(s, t string) bool {
    if len(s) != len(t) || s == t {
        return false
    }
    cnt := map[rune]int{}
    for _, ch := range s {
        cnt[ch]++
    }
    for _, ch := range t {
        cnt[ch]--
        if cnt[ch] < 0 {
            return false
        }
    }
    return true
}

复杂度分析

时间复杂度：O(n)，其中 n 为 s 的长度。

空间复杂度：O(S)，其中 S 为字符集大小，此处 S=26。