LeetCode-Python-792. 匹配子序列的单词数（字符串 + 二分查找 + 哈希表）

给定字符串 S 和单词字典 words, 求 words[i] 中是 S 的子序列的单词个数。

示例:
输入: 
S = "abcde"
words = ["a", "bb", "acd", "ace"]
输出: 3
解释: 有三个是 S 的子序列的单词: "a", "acd", "ace"。
注意:

所有在words和 S 里的单词都只由小写字母组成。
S 的长度在 [1, 50000]。
words 的长度在 [1, 5000]。
words[i]的长度在[1, 50]。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/number-of-matching-subsequences
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。

 第一种思路：

麻瓜解，

对于words里每个单词，都用LeetCode-Python-392. 判断子序列（字符串 + 双指针）的方法处理一遍，

时间复杂度：O（len（S） * len（words））

空间复杂度：O（1）

比较麻瓜也比较简单，所以没有实现。

第二种思路：

每个word都要扫一遍 S 真的是太麻瓜了，这个时候考虑，空间换时间，

所以可以开一个哈希表，key是每个小写字母，val是一个list，里面【升序】存放所有这个小写字母在S里出现的下标。

这样对于每个word，只要能让其每个元素在S里出现的下标呈递增的趋势，则这个word就是S的子序列。

从贪心的角度出发，应该让word里每个元素取比它【前一个元素下标（pre）大的】最小的那个下标，

这个下标怎么找？

数组有序，暗示二分。

二分完如果存在合理的下标，就刷新pre， 然后继续处理剩下的元素，如果没有找到这样的下标，则说明这个word不行。

时间复杂度： O（len（S）+ len（words） * len（最长的word） * （log（S里最多的字母出现的频率）））

空间复杂度：O（len（S））

class Solution(object):
    def numMatchingSubseq(self, S, words):
        """
        :type S: str
        :type words: List[str]
        :rtype: int
        """
        from collections import defaultdict
        
        dic = defaultdict(list)
        for i, ch in enumerate(S): # 建哈希表
            dic[ch].append(i)
            
        res = 0
        for word in words:
            pre = -1
            flag = True
            for i, ch in enumerate(word):
                l = dic[ch]
                # 在l里找第一个比pre大的元素
                idx = bisect.bisect(l, pre)
                
                if idx == len(l):# 没找到
                    flag = False
                    break
                pre = l[idx]
                
            if flag:
                res += 1

        return res