leetcode 49. 字母异位词分组

给你一个字符串数组，请你将 字母异位词 组合在一起。可以按任意顺序返回结果列表。

字母异位词 是由重新排列源单词的所有字母得到的一个新单词。

示例 1:

输入: strs = [“eat”, “tea”, “tan”, “ate”, “nat”, “bat”]
输出: [[“bat”],[“nat”,“tan”],[“ate”,“eat”,“tea”]]
示例 2:

输入: strs = [“”]
输出: [[“”]]
示例 3:

输入: strs = [“a”]
输出: [[“a”]]

提示：

1 <= strs.length <= 104
0 <= strs[i].length <= 100
strs[i] 仅包含小写字母

思路
1.循环遍历每一个单词，通过排序建立字典的键。
注意每次循环后要清空sorted_word中的值，用来存放下一个字符串。
这里我们直接使用""作为初始值就行了，直接保证每次能清空。

2.将单词加入字典中。
分两种情况，如果没有键在字典中，那么新添加一个列表；如果键在字典中，那么在字典中的该键下加入。(注意：注意当加入字典中时，这里的值类型都是list[string])

3.最后返回的是list(字典的值)

解题方法
主要是用的字典和循环。
复杂度
时间复杂度:
这个算法的时间复杂度是 O(n * k * log k)，其中 n 是字符串列表 strs 中单词的总数，k 是单词中的字符数（最长单词的字符数）。
排序部分的时间复杂度是 O(k * log k)：对每个单词进行排序需要的时间复杂度是 O(k * log k)，其中 k 是单词中的字符数。
遍历部分的时间复杂度是 O(n)：遍历整个字符串列表 strs 的时间复杂度是 O(n)。
因此，整个算法的时间复杂度是 O(n * k * log k)。

空间复杂度:
关于空间复杂度，主要由哈希表 anagram_dict 存储字母异位词分组的结果。在最坏情况下，所有的单词都是异位词，每个单词都需要按照字母顺序排序并存储到哈希表中。因此，空间复杂度为 O(n * k)，其中 n 是字符串列表 strs 中单词的总数，k 是单词中的字符数（最长单词的字符数）。

综上所述，该算法的时间复杂度是 O(n * k * log k)，空间复杂度是 O(n * k)。在实际应用中，通常由于 k 不会特别大，因此可以简化为 O(n * log k) 的时间复杂度和 O(n * k) 的空间复杂度。

python解法：

class Solution:
    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
       
        # 定义一个字典，用于存储字母异位词分组结果
        anagram_dict = {}
        
        # 遍历所有单词
        for word in strs:
            # 将单词按照字母顺序排序，并作为键
            sorted_word = ''.join(sorted(word))
            
            # 如果该键已经在字典中，将当前单词加入到对应的列表中
            if sorted_word in anagram_dict:
                anagram_dict[sorted_word].append(word)
            else:
                # 如果该键不存在，则创建新的列表，并将当前单词加入其中
                anagram_dict[sorted_word] = [word]
        
        # 返回字典中所有值组成的列表，即为结果
        return list(anagram_dict.values())