LeetCode刷题-相似字符串组

839. 相似字符串组

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/similar-string-groups

问题描述：

如果交换字符串 X 中的两个不同位置的字母，使得它和字符串 Y 相等，那么称 X 和 Y 两个字符串相似。如果这两个字符串本身是相等的，那它们也是相似的。

例如，“tars” 和 “rats” 是相似的 (交换 0 与 2 的位置)； “rats” 和 “arts” 也是相似的，但是 “star” 不与 “tars”，“rats”，或 “arts” 相似。

总之，它们通过相似性形成了两个关联组：{“tars”, “rats”, “arts”} 和 {“star”}。注意，“tars” 和 “arts” 是在同一组中，即使它们并不相似。形式上，对每个组而言，要确定一个单词在组中，只需要这个词和该组中至少一个单词相似。

给你一个字符串列表 strs。列表中的每个字符串都是 strs 中其它所有字符串的一个字母异位词。请问 strs 中有多少个相似字符串组？

示例 1：

输入：strs = [“tars”,“rats”,“arts”,“star”]
输出：2

示例 2：

输入：strs = [“omv”,“ovm”]
输出：1

官方思路及解法

并查集
每一个字符串看作点，字符串之间是否相似看作边，那么本题询问的是给定的图中有多少连通分量。于是使用并查集维护节点间的连通性。

枚举给定序列中的任意一对字符串，检查其是否具有相似性，如果相似，那么就将这对字符串相连。

在实际代码中，首先判断当前这对字符串是否已经连通，如果没有连通，再检查它们是否具有相似性，可以优化一定的时间复杂度的常数。

JavaCode

class Solution {
    int[] f;

    public int numSimilarGroups(String[] strs) {
        int n = strs.length;
        int m = strs[0].length();
        f = new int[n];
        for (int i = 0; i < n; i++) {
            f[i] = i;
        }
        for (int i = 0; i < n; i++) {
            for (int j = i + 1; j < n; j++) {
                int fi = find(i), fj = find(j);
                if (fi == fj) {
                    continue;
                }
                if (check(strs[i], strs[j], m)) {
                    f[fi] = fj;
                }
            }
        }
        int ret = 0;
        for (int i = 0; i < n; i++) {
            if (f[i] == i) {
                ret++;
            }
        }
        return ret;
    }

    public int find(int x) {
        return f[x] == x ? x : (f[x] = find(f[x]));
    }

    public boolean check(String a, String b, int len) {
        int num = 0;
        for (int i = 0; i < len; i++) {
            if (a.charAt(i) != b.charAt(i)) {
                num++;
                if (num > 2) {
                    return false;
                }
            }
        }
        return true;
    }
}

复杂度分析

时间复杂度：O(n²m + nlogn))，其中 n 是字符串的数量。我们需要 O(n²) 地枚举任意一对字符串之间的关系，对于任意一对字符串，我们需要 O(m)的时间检查字符串是否相同。在最坏情况下我们需要对并查集执行 O(n)次合并，合并的均摊时间复杂度 O(logn)。综上，总的时间复杂度为 O(n²m + nlogn))

空间复杂度：O(n)，其中 n 是字符串的数量。并查集需要 O(n)的空间。