关于数组中一些辅助数据结构

这一类题目通常需要一些辅助标记，通常是用到HashMap()或者是二进制的mask。

面试题 17.11. 单词距离

有个内含单词的超大文本文件，给定任意两个不同的单词，找出在这个文件中这两个单词的最短距离(相隔单词数)。如果寻找过程在这个文件中会重复多次，而每次寻找的单词不同，你能对此优化吗?
示例：
输入：words = [“I”,“am”,“a”,“student”,“from”,“a”,“university”,“in”,“a”,“city”], word1 = “a”, word2 = “student”
输出：1

虽然题目中的单词会重复，但其实与当前$word[i]==word2$ 距离最近的 $word1$ 只有两种情况，即遍历中最新的一个$word[last1]==word1,last1<i$ 或者是下一个$word[next1]==word1,next1>i$。但其实后一种情况会在遍历到$word[i^{\prime }]==word1,i^{\prime }=next1$时，通过计算$word[last{1}^{\prime }]==word2,last{1}^{\prime }=i$得到。因此，每次其实只需要考虑前一种情况就可以。即当$word[i]==word1(word2)$时，比较$ans$与$i-last2(last1)$的大小，并更新$last1(last2)=i$即可。

class Solution:
    def findClosest(self, words: List[str], word1: str, word2: str) -> int:
        last1 = last2 = -1
        ans = 100000
        for i in range(len(words)):
            if words[i] == word1:
                if cur_2 != -1:
                    ans = min(ans, i-last2)
                cur_1 = i
            elif words[i] == word2:
                if cur_1 != -1:
                    ans = min(ans, i-last1)
                cur_2 = i
        return ans

若是需要$k$次查找，那么如果用上述方法复杂度将是$O(kn)$。此类题目往往可以用空间换时间。因为要对比的其实是某两个单词在数组中出现的位置，因此可以用一个Map()来记录每个单词在数组中出现的位置，之后查找只需要使用对应词的下标数组就可以得到结果。

拓展

318. 最大单词长度乘积

给你一个字符串数组 words ，找出并返回 length(words[i]) * length(words[j]) 的最大值，并且这两个单词不含有公共字母。如果不存在这样的两个单词，返回 0 。
示例 1：
输入：words = [“abcw”,“baz”,“foo”,“bar”,“xtfn”,“abcdef”]
输出：16
解释：这两个单词为 “abcw”, “xtfn”。
示例 2：
输入：words = [“a”,“ab”,“abc”,“d”,“cd”,“bcd”,“abcd”]
输出：4
解释：这两个单词为 “ab”, “cd”。
示例 3：
输入：words = [“a”,“aa”,“aaa”,“aaaa”]
输出：0
解释：不存在这样的两个单词。

暴力解法是先计算两个字符串间是否有重复字符，然后再计算乘积的值。而基础的判断是否重复需要将两个字符串间的每个字符进行比较，时间复杂度比较高。判断重复很多时候能用到HashMap()，但在这里，因为字母个数26<32，也就是一个int类型的数据大小，那么就可以用更简单的判断是否重复的方法：位运算。也就是用一个26位的二进制来表示，其中为1的表明该字符串含有某个字母。这样，如果两个字符串没重复的数，那么二者&后的结果应该是0。这一类字母或者有限数字的题，都可以考虑一下用这种方法来判断重复，但有一个前提是，不需要知道 顺序，也就是不能用这种方法来进行类似滑动窗口的操作，因为你不知道滑动窗口左侧的数消失时，mask中应该去掉的是哪一位。

class Solution:
    def maxProduct(self, words: List[str]) -> int:
        def mask(word):
            return sum(1 << (ord(c) - ord('a')) for c in set(word))
            #将对应字符串转为二进制mask
        maxx = 0
        for i in range(len(words)):
            for j in range(i+1, len(words)):
                if not mask(words[j]) & mask(words[i]): #两个字符串没有重复的字母
                    maxx = max(len(words[i]) * len(words[j]), maxx)
        return maxx

当然，这题很明显还能优化，比如每个字符串只需要mask()一次并记录，而不需要每次都转换一次；当两个字符串的mask()值相同，如meet和met时，只需要用长度长的就可以。总之，这种需要判断的属性个数有限时，可以想到用二进制掩码来做。

拓展

2135. 统计追加字母可以获得的单词数