【数据结构与算法-Python】变位词判断的不同方法比较

一、问题描述

所谓 “变位词” 是指两个词之间存在组成字母重新排列关系。
比如：heart 和 earth，python 和 typhon

为了简单起见，假设参与判断的两个词 仅由小写字母构成，而且长度相等。

编写程序，判断两个词是否为 “变位词”

二、解题思路

2.1 逐个检查

将 word01 的字符逐个在 word02 中检查是否存在，如果存在，就进行标记；如果每个字符都能找到，那么两个单词就是“变位词”；否则，就不是变位词。

2.1.1 算法实现

def OneByOne(word01, word02):
    L = len(word01)
    tag = [False for i in range(L)]
    lis01 = list(word01)
    lis02 = list(word02)

    for i in range(L):
        for j in range(L):
            if lis01[i] == lis02[j]:
                tag[i] = True

    if False in tag:
        return False
    else:
        return True

2.1.2 算法分析

问题规模为：字符串中包含的字符数 n

该算法有两层循环：
外层循环遍历 word01 的每个字符，并将内层循环执行 n 次；
内层循环遍历 word02 的每个字符。

进而可以得出其算法时间复杂度为 $O(n^2)$

2.2 排序比较

将两个字符串按照字符顺序排好序，再逐个对比是否相同，如果相同，则为变位词；否则就不是变位词。

2.2.1 算法实现

def Sort(word01, word02):
    lis01 = list(word01)
    lis02 = list(word02)
    lis01.sort()
    lis02.sort()
    for i in range(len(word01)):
        if lis01[i] == lis02[i]:
            continue
        else:
            return False

    return True

2.2.2 算法分析

问题规模为：字符串中包含的字符数 n

该算法只有一层循环，最多执行 n 次；
但排序算法的时间复杂度为 $O(nlogn)$，大于循环的时间复杂度 $O(n)$

由此可以得出其算法时间复杂度为 $O(nlogn)$

2.3 暴力法

将 word01 中出现的字符进行全排列，再查看 word02 是否出现在全排列列表中。

2.3.1 算法实现

"""
利用itertools中的permutations函数
permutation(list)会返回一个列表，其中的元素是每一种全排列的元组
"""
from itertools import permutations
def Vio(word01, word02):
    lis01 = list(word01)
    word02 = tuple(word02)

    Perm = permutations(lis01)
    if word02 in Perm:
        return True
    else:
        return False

2.3.2 算法分析

问题规模为：字符串中包含的字符数 n

该算法的最主要部分是生成 word01 的全排列，其全排列的所有可能数为 $n!$

由此可以得出其算法时间复杂度为 $O(n!)$

2.4 计数比较

对比两个字符串中每个字符(字母)出现的次数，如果26个字母出现的次数都相同，那么两个字符串是变位词；否则不是变位词。

2.4.1 算法实现

def Count(word01, word02):
    count01 = [0] * 26
    count02 = [0] * 26

    for i in word01:
        pos = ord(i) - ord('a')
        count01[pos] += 1
    for i in word02:
        pos = ord(i) - ord('a')
        count02[pos] += 1

    if count01 == count02:
        return True
    else:
        return False

2.4.2 算法分析

问题规模为：字符串中包含的字符数 n；

该算法的最主要部分是对字符串进行计数，操作数为字符串长度 n；

由此可以得出其算法时间复杂度为 $O(n)$；