“变位词”判断和几种算法性能的比较

1.什么是变位词？

答：变位词是指两个词之间存在组成字母的重新排序关系，如：python和typhon

2.怎么判断两个是否为变位词？

思路：写一个bool函数，以两个词作为参数，返回这两个词是否为变位词

 

解法一：

思路：将词1中的字符逐个到词2中检查是否存在，存在就打√，如果每个字符都能找到，即是变位词，如果有一个找不到，就不是变位词

程序技巧：

实现打钩标记，将词2对应字符设为None，循环比较，为None的就会跳过

# 定义一个函数
def anagramSolution(s1, s2):
    # 把字符串转换为列表
    alist = list(s2)
    pos1 = 0
    stillOK = True
    # 循环 pos1的值小于s1的个数并且stillOK为True
    while pos1 < len(s1) and stillOK:
        # 定义变量pos2
        pos2 = 0
        found = False
        # 循环 pos2的值小于alist的个数并且fount为True
        while pos2 < len(alist) and not found:
            # 如果索引pos1的s1的值 == 列表索引的值那就找到了，fount为True
            if s1[pos1] == alist[pos2]:
                found = True
            # 否则pos2加1，进行下一次循环
            else:
                pos2 = pos2 + 1
        # 找到了，就赋值为None，下一次比对，会跳过该值
        if found:
            alist[pos2] = None
        else:
            stillOK = False
        pos1 = pos1 + 1
    # 结果返回最终的状态
    return stillOK


print(anagramSolution('abcd', 'cbda'))

算法分析：

进行算法分析，主要看他的问题规模，问题规模决定了对计算机资源（空间和时间）占用的多少

问题规模：词中包含n个字符，主要在于里面的两层循环，执行的数量级就为O(n*n) 这里是问题规模的大O表示法，不懂得可以去学习一下大O表示法

量级：O(n*n)

 

解法二：排序比较

解题思路：将两个字符串都按照字母顺序排好，在逐个字符对比是否相同

代码如下：

def anagramSolution(s1, s2):
    # 把字符串复制给列表
    alist1 = list(s1)
    alist2 = list(s2)
    
    对这两个列表排序
    alist1.sort()
    alist2.sort()
    pos = 0
    matches = True
    # 循环的次数为s1长度-1次，0123,四次循环
    while pos < len(s1) and matches:
        # 取值比较
        if alist1[pos] == alist2[pos]:
            # 如果正确对变量pos+1进行下一次循环
            pos = pos + 1
        else:
            matches = False
    # 返回结果 True or False
    return matches


# 调用并打印
print(anagramSolution('wert', 'rewt'))

算法分析：粗看上去，这个算法只有一个循环，最多执行n次，数量级为O(n)，但是还有两个sort，这里就牵扯到一个排序算法，其数量级介于O(n*n) 和 O(n log n)之间，要大过循环O(n)

数量级：O(n log n)

 

总结：

以上两种哪种更快呢，那肯定是数量级越小性能越高，这也反应我们常说避免循环嵌套，这是不是就懂了，为什么循环嵌套会很慢的原，

 

好今天的分享就到这，有什么不懂和有歧义的地方都可以留言，我们探讨哦

后续还会有两种算法分析，有一种方法可能爱喝酒的小伙伴听说过，就是"喝酒来枚法",

敬请期待...