我们来定义一个函数 f(s),其中传入参数 s 是一个非空字符串;该函数的功能是统计 s 中(按字典序比较)最小字母的出现频次。
例如,若 s = "dcce",那么 f(s) = 2,因为最小的字母是 "c",它出现了 2 次。
现在,给你两个字符串数组待查表 queries 和词汇表 words,请你返回一个整数数组 answer 作为答案,其中每个 answer[i] 是满足 f(queries[i]) < f(W) 的词的数目,W 是词汇表 words 中的词。
示例 1:
输入:queries = ["cbd"], words = ["zaaaz"]
输出:[1]
解释:查询 f("cbd") = 1,而 f("zaaaz") = 3 所以 f("cbd") < f("zaaaz")。
示例 2:
输入:queries = ["bbb","cc"], words = ["a","aa","aaa","aaaa"]
输出:[1,2]
解释:第一个查询 f("bbb") < f("aaaa"),第二个查询 f("aaa") 和 f("aaaa") 都 > f("cc")。
思路:
'''
取出queries和words的最小字母,并且统计最小字母出现的次数
然后依次再进行比较
'''
class Solution:
def numSmallerByFrequency(self, queries: List[str], words: List[str]) -> List[int]:
answer = []
number = 0
listnumber = []
sub = 0
for y in words:
min = y[0]
for i in range(len(y)-1):
if min>y[i+1]:
min = y[i+1]
listnumber.append(y.count(min))
for x in queries:
min = x[0]
for i in range(len(x)-1):
if min>x[i+1]:
min = x[i+1]
number = x.count(min)
for y in listnumber:
if number<y:
sub = sub +1
answer.append(sub)
sub = 0
return answer
优化:
class Solution:
def numSmallerByFrequency(self, queries: List[str], words: List[str]) -> List[int]:
def f(word):
if not word:
return 0
return word.count(min(word))
#开辟存储words中每个单词长度的空间,这里限定了单词长度不大于11
stat = [0] * 11
#对words中的每一个单词做f函数处理
for num in map(f, words):
stat[num] += 1
res = []
for word in queries:
#计算大于queries的单词数量之和
res.append(sum(stat[f(word) + 1: ]))
return res