1. 题目描述
2. 解题思路
看到这道题的第一反应就是:先不管它,穷举出来再算!在数字2到6中,起数字与对应的字母都是有规律的,对应的字母都是3个,而开头字母与数字的ascii关系是(char - '2') * 3 + 'a'
,那7、8和9怎么办呢?似乎只能进行特殊判断了。ok,一个重点解决了,那如何进行这个字符串的构建呢,不就是排列组合嘛,咋们就一层一层来,这时候我想到了似乎可以用StringBuilder
进行字符串构建,但后来又一想好像不太行,一层一层构建时字符串数量是呈递增状态(例如先是“a”,“b”和“c”到“ae”,“af”,“ag”,“be”…),无法确定需要的StringBuilder
数量。仔细想想,我每一层所生成的字符串都与上一层有关的,因此可以使用一个队列,把上一层的字符串弹出加工后再重新放回队列中。
上述方法可行,但是效率不太高,于是我在想这是不是因为2到9与英文字母的不规律对应判断浪费了时间呢?因此就使用映射表试试全部写出来对应关系,反正也才8个,这里我猜大部分都是想着用HashMap
搭建的,但在之前的做题经验中发现数组可以比HashMap
更快,因此这里采用了数组构建映射表。
整个算法写完之后发现时间效率也好像不高,会不会是队列频繁增删的问题呢?再瞅了一眼代码,咦,这不就是熟悉的BFS广度优先搜索的影子吗?换言之,这道题还可以使用DFS来做,而DFS构建答案字符串长度是呈递增状态,因此是可以使用StringBuilder
进行生成,并且可以省去队列结构,是一种更优的实现。
3. 代码实现
3.1 不构建映射表
public List<String> letterCombinations(String digits) {
LinkedList<String> linkedList = new LinkedList<>();
if (digits.length() > 0) {
char[] chars = digits.toCharArray();
char first = (char) findFirst(chars[0])[0];
int count = findFirst(chars[0])[1];
for (int i = 0; i < count; i++) {
linkedList.addLast(String.valueOf(first++));
}
for (int i = 1; i < chars.length; i++) {
count = core(linkedList, count, (char) findFirst(chars[i])[0]);
System.out.println(count);
}
}
return linkedList;
}
public int core(LinkedList<String> linkedList, int count, char first) {
int loop = 3;
if (first == 'p' || first == 'w')
loop = 4;
for (int j = 0; j < count; j++) {
String pop = linkedList.removeFirst();
for (int k = 0; k < loop; k++) {
linkedList.addLast(pop + first++);
}
first -= loop;
}
return count*loop;
}
public int[] findFirst(char c) {
char first = (char) ((c - '2') * 3 + 'a');
int count = 3;
switch (c) {
case '7':
count++;
break;
case '8':
first = 't';
break;
case '9':
first = 'w';
count++;
}
return new int[]{first, count};
}
3.2 构建映射表-BFS
public List<String> letterCombinations(String digits) {
LinkedList<String> linkedList = new LinkedList<>();
String[] mapper = {"abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"};
if (digits.length() > 0) {
char[] chars = digits.toCharArray();
linkedList.addLast("");
int count = 1;
for (char aChar : chars) {
char[] chars1 = mapper[aChar - '2'].toCharArray();
for (int i = 0; i < count; i++) {
String s = linkedList.removeFirst();
for (char c : chars1) {
linkedList.addLast(s + c);
}
}
count *= chars1.length;
}
}
return linkedList;
}
3.3 构建映射表-DFS
public LinkedList<String> linkedList = new LinkedList<>();
StringBuilder sb = new StringBuilder();
public static String[] mapper = {"abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"};
public List<String> letterCombinations(String digits) {
if (digits.length() > 0)
dfs(digits, 0);
return linkedList;
}
public void dfs(String digits, int index) {
if (index == digits.length()) {
linkedList.add(sb.toString());
return;
}
String s = mapper[digits.charAt(index) - '2'];
System.out.println(s);
for (int i = 0; i < s.length(); i++) {
sb.append(s.charAt(i));
dfs(digits, index+1);
sb.deleteCharAt(index);
}
}
3.4 对比
其实这道题目的本质还是穷举,穷举出所有可能的组合,因此三种算法的时间复杂度都是O(
3
m
3^m
3m+
4
n
4^n
4n) ,其中不构建映射表和BFS两种算法都是需要队列辅助生成结果的,涉及到队列的增删操作,而DFS是直接使用StringBuilder
进行构建,不存在大规模的增删操作,因此在相同时间复杂度的情况下DFS算法是更优的。
除了返回数组所占用空间以外,不构建映射表不需要使用额外空间,因此其空间复杂度是O(1),构建映射表所占用的空间是常数级别的,因此BFS算法的空间复杂度也是O(1),而DFS算法需要依靠栈进行迭代,迭代的层数就是输入字符串的长度,因此其空间复杂度是O(n)。