单词长度的最大乘积

题目：输入一个字符串数组words,请计算不包含相同字符的两个字符串word[i]和word[j]的长度乘积的最大值。如果所有字符串都包含至少一个相同字符，那么返回0.假设字符串中只包含英文小写字母。例如，输入的字符串数组words为["abcw","foo","bar","fxyz","abcdef"],数组中的字符串"bar"与"foo"没有相同的字符，它们长度的乘积为9。"abcw"与"fxyz"也没有相同的字符，它们长度的乘积为16，这是该数组不包含相同字符的一对字符串的长度乘积的最大值。

比较大小是不难的，所以这道题的核心是如何判断两个字符串中是否有相同字符，一种暴力解决方案是基于其中一个字符串里的每个字符，扫描判断在另一个字符串中是否存在。假设两个字符串长度分别为p、q，则判断两个字符串是否包含相同的字符的时间复杂度为O(pq)。

用哈希表记录字符串中出现的字符

判断两个字符串中是否有相同字符，只需判断某个字符是否在对应的哈希表中都出现了。所有字符均为小写字母，所以最多只需在哈希表中查询26次，其为常数，因此可以认为，应用哈希表后判断两字符串是否包含相同的字符的时间复杂度为O(1)。

我们可以用一个长度为26的布尔型数组来模拟哈希表，代码如下：

 public int maxProduct(String[] words) {
        //用一个二维数组模拟哈希表存放各个字符串里字符存在情况，默认为false
        boolean[][] flags = new boolean[words.length][26];
        //遍历字符串
        for (int i = 0; i < words.length; i++) {
            //遍历字符
            for (char c : words[i].toCharArray()) {
                //存在设为true
                flags[i][c - 'a'] = true;
            }
        }
        //保存满足条件的乘积值
        int result = 0;
        //遍历字符串
        for (int i = 0; i < words.length; i++) {
            //遍历其后面字符串，
            for (int j = i + 1; j < words.length; j++) {
                //记录比较次数
                int k = 0;
                //遍历两字符串内的字符
                for (; k < 26; k++) {
                    //若存在相同字符，即在flags二维数组中，这两行（两字符串）存在某一列（某一字符）均为true（相同），则跳出循环
                    if (flags[i][k] && flags[j][k]) {
                        break;
                    }
                }
                //k=26说明比较了26次，则表示两字符串不包含相同字符
                if (k == 26) {
                    int prod = words[i].length() * words[j].length();
                    //保存最大的结果
                    result = Math.max(result, prod);
                }
            }
        }
        return result;
    }

假设数组words长度为n，平均每个字符串长度为k，则创建哈希表的时间复杂度为O(nk)。总共有n^2对字符串，每对字符串判断需要的时间为O(1)，，则判断每对字符串是否包含相同的字符的时间复杂度为O(n^2)。总体时间复杂度为O(nk+n^2)。每个字符串创建了一个长度为26的数组，数组words长度为n，所以总体空间复杂度为O(n)。

用整数的二进制数位记录字符串中出现的字符

方法一是用长度为26的布尔型数组记录字符串，存在与否，用true和false表示，类似的我们可以用26个二进制数位表示，存在与否，用0和1表示。

public int maxProduct(String[] words) {
        //创建二维数组，其元素的二进制形式记录对应字符串字符的存在情况
        int[] flags = new int[words.length];
        for (int i = 0; i < words.length; i++) {
            for (char ch : words[i].toCharArray()) {
                //核心：将存在的字符对应的数位置为1
                flags[i] |= 1 << (ch - 'a');
            }
        }
        int result = 0;
        for (int i = 0; i < words.length; i++) {
            for (int j = i + 1; j < words.length; j++) {
                //若两个整数的相同的某个数位都为1，与运算结果不会等于0
                if ((flags[i] & flags[j]) == 0) {
                    int prod = words[i].length() * words[j].length();
                    result = Math.max(result, prod);
                }
            }
        }
        return result;
    }

如果数组words长度为n，平均每个字符串长度为k，那么时间复杂度为O(nk+n^2)，空间复杂度为O(n)，但在判断两个字符串是否包含相同的字符时，前一个方法可能要做26次布尔运算，而方法二只需一次位运算。所以方法二的时间效率更高。