839. 相似字符串组

题目描述

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？

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/similar-string-groups
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

示例

示例 1：

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

输入：strs = [“omv”,“ovm”] 输出：1

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/similar-string-groups
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解题思路

平平无奇并查集
如何判断相似：

• 字符串本身相等
• 字符串只有两个位置不同（已知全部为字母异位词）

怎样用并查集：

• 相似，即在同一个连通分量
• 有几个连通分量就有几组

中等难度把，配不上困难。

代码

class UF:
    def __init__(self, n):
        self.pre = list(range(n))
        self.sz = [1] * n
        self.count = n  # 当前连通分量的数目
    def find(self, x):
        while x != self.pre[x]:
            self.pre[x] = self.pre[self.pre[x]]
            x = self.pre[x]
        return x

    def union(self, fx, fy):
        if self.pre[fx] < self.pre[fy]:
            fx, fy = fy, fx
        self.pre[fy] = self.pre[fx]
        self.sz[fx] += self.sz[fy]
        self.count -= 1

class Solution:
    def numSimilarGroups(self, strs: List[str]) -> int:
        def IsSimilar(s1, s2):
            if len(s1) != len(s2):
                return False
            if s1 == s2:
                return True
            count1, count2 = [], []
            different = 0
            for i in range(len(s1)):
                if s1[i] != s2[i]:
                    different += 1
            return True if different == 2 else False
    
        n = len(strs)
        uf = UF(n)
        for i in range(n):
            for j in range(i+1, n):
                if IsSimilar(strs[i], strs[j]):
                    fx, fy = uf.find(i), uf.find(j)
                    if fx != fy:
                        uf.union(fx, fy)
        return uf.count

复杂度分析

• 时间复杂度：O(n^2*logn)
• 空间复杂度：O(n)