anagrams java_如何判断Java中String字符是否为Anagrams实现

1.概述

根据维基百科，一个Anagram是通过重新排列不同单词或短语的字母而形成的单词或短语。

我们可以在字符串处理中推广这一点，即字符串的一个anagram是另一个字符串，它中每个字符的数量完全相同，以任何顺序排列。

在本教程中，我们将研究如何检测整个字符串的anagram，其中每个字符的数量必须相等，包括空格和数字等非字母字符。给定两个字符串，每个字符包含中英文，空格，大小写等等，如果这两个字符串在忽略大小写和空格的情况下，如果相同字符出现的次数相同，则互为anagram。

2.解决方案

让我们比较几个可以确定两个字符串是否为anagram的解决方案。每个解决方案将在开始时检查两个字符串是否具有相同数量的字符。这是一种快速退出的方法，因为不同长度的输入不能被取消。

对于每个可能的解决方案，让我们来看看我们作为开发人员的实现复杂性。我们还将使用大O表示法来查看CPU的时间复杂度。

此解决方案易于理解和实现。但是，该算法的总体运行时间是O(n logn)，因为对n个字符的数组排序需要O(n logn)时间。

要使算法正常工作，它必须使用一点额外的内存，将两个输入字符串复制为字符数组。

4.计数检查

另一种策略是计算输入中每个字符的出现次数。如果这些柱状图在输入之间相等，那么字符串就是anagrams。

为了节省一点内存，我们只构建一个直方图。我们将增加第一个字符串中每个字符的计数，并减少第二个字符串中每个字符的计数。如果这两个字符串是anagrams，那么结果就是所有的值都平衡到0。

直方图需要一个固定大小的计数表，其大小由字符集大小定义。例如，如果我们只使用一个字节来存储每个字符，那么我们可以使用256的计数数组来计数每个字符的出现次数：

随着O(n)时间复杂度的增加，该方法的求解速度更快。但是，它需要额外的空间用于计数数组。256个整数，对于ASCII来说还不错。

但是，如果我们需要增加CHARACTER_RANGE来支持多字节字符集，比如UTF-8，这将非常占用内存。因此，只有当可能的字符数在一个小范围内时，它才是真正实用的。

从开发的角度来看，这个解决方案包含了更多的代码需要维护，并且很少使用Java库函数。

5.用MultiSet来检查

利用MultiSet可以简化计算和比较过程。MultiSet是一个集合，它支持与重复元素无关的顺序相等。例如，多集{a，a，b}和{a，b，a}是相等的。

要使用Multiset，首先需要将番石榴依赖项添加到project pom.xml文件中：

我们将把每个输入字符串转换成多个字符集。然后我们会检查它们是否相等：

该算法在O(n)时间内解决了该问题，无需声明一个大的计数数组。

这与之前的计数方法类似。但是，我们没有使用固定大小的表来计数，而是利用MutlitSet类来模拟可变大小的表，每个字符都有一个计数。

此解决方案的代码比我们的计数解决方案更多地使用高级库功能。

6. 基于字母的Anagram

到目前为止，这些例子并没有严格遵循一个字谜的语言定义。这是因为他们认为标点符号是anagram的一部分，并且是区分大小写的。

让我们调整算法以启用基于字母的anagram。我们只考虑不区分大小写的字母的重新排列，而不考虑其他字符，如空格和标点符号。例如，“一个小数点”和“我是一个适当的点”是彼此之间的一个字谜。

为了解决这个问题，我们可以先对两个输入字符串进行预处理，过滤掉不需要的字符，然后将字母转换成小写字母。然后我们可以使用上面的一个解决方案(例如，MultiSet解决方案)来检查处理过的字符串上的anagram：

这种方法可以是一种通用的方法来解决所有的变型问题。例如，如果我们还想包含数字，我们只需要调整预处理过滤器。

7. 结论

在本文中，我们研究了三种算法来检查给定的字符串是否是另一个字符串的anagram，字符对字符。对于每个解决方案，我们讨论了速度、可读性和所需内存大小之间的权衡。

我们还研究了如何使算法适应更传统的语言意义上的语法检查。我们通过将输入预处理为小写字母来实现这一点。

与往常一样，本文的源代码可以在GitHub上找到。