LeetCode_最常见的单词

LeetCode_最常见的单词【简单】

业精于勤，荒于嬉；行成于思，毁于随。——韩愈

---

正题：

---

题目：

给定一个段落 (paragraph) 和一个禁用单词列表 (banned)。返回出现次数最多，同时不在禁用列表中的单词。
题目保证至少有一个词不在禁用列表中，而且答案唯一。
禁用列表中的单词用小写字母表示，不含标点符号。段落中的单词不区分大小写。答案都是小写字母。

示例：

输入:
paragraph = “Bob hit a ball, the hit BALL flew far after it was hit.”
banned = [“hit”]
输出: “ball”
解释:
“hit” 出现了3次，但它是一个禁用的单词。
“ball” 出现了2次 (同时没有其他单词出现2次)，所以它是段落里出现次数最多的，且不在禁用列表中的单词。
注意，所有这些单词在段落里不区分大小写，标点符号需要忽略（即使是紧挨着单词也忽略， 比如 “ball,”），
"hit"不是最终的答案，虽然它出现次数更多，但它在禁用单词列表中。

提示：

1. 1 <= 段落长度 <= 1000
2. 0 <= 禁用单词个数 <= 100
3. 1 <= 禁用单词长度 <= 10
4. 答案是唯一的, 且都是小写字母 (即使在 paragraph 里是大写的，即使是一些特定的名词，答案都是小写的。)
5. paragraph 只包含字母、空格和下列标点符号!?’,;.
6. 不存在没有连字符或者带有连字符的单词。
7. 单词里只包含字母，不会出现省略号或者其他标点符号。

---

方法：哈希表 + 计数

思路：

通过对题目分析得：为了判断给定段落中的每个单词是否在禁用单词列表中，那么就需要使用哈希集合来存储禁用单词列表中的所有的禁用单词。
设frequency为每个单词的计数，而maxFrequency为每次循环后得到的最大计数。我们遍历段落paragraph，得到段落中的每个单词，并对每个单词进行计数，使用哈希表记录每个单词的计数。

由于每个单词是由连续的字母组成的，因此当遇到一个非字母的字符并且前一个字符为字母时，即为一个单词的结束。然后，我们再判断该单词是否为禁用单词，如果不是，则计数加1。还需要注意的是：如果最后一个字符是字母，则遍历结束时需要对段落中的最后一个单词判断是否为禁用单词，不是，则计数加1。

在遍历段落过程中，对于每个单词都会更新计数，并且每次循环后都会更新maxFrequency的值，即为Math.max(maxFrequency, frequency)。因此，在遍历结束之后即可得到最大计数，这也就是答案了。
最后遍历段落之后，遍历哈希表，寻找出出现次数等于最大计数的单词，该单词即为最常见的单词。

---

代码如下（示例）：

package LeetCode.Twenty_twoYear.Simpleness;

import java.util.HashMap;
import java.util.HashSet;
import java.util.Map;
import java.util.Set;

public class LeetCode_最常见的单词 {

    public String mostCommonWord(String paragraph, String[] banned) {
        //使用哈希集合来存储禁用单词
        Set<String> bannedSet = new HashSet<>();
        for (String word : banned){
            bannedSet.add(word);
        }
        int maxFrequency = 0;   //用于计数。每次循环后会更新为新的最大值
        StringBuffer sb = new StringBuffer();
        Map<String, Integer> frequencies = new HashMap<>();
        int length = paragraph.length();
        for (int i = 0;i <= length;i++){
            if(i < length && Character.isLetter(paragraph.charAt(i))){
                sb.append(Character.toLowerCase(paragraph.charAt(i)));
            }else if(sb.length() > 0){
                String word = sb.toString();
                //如果该单词不是禁用单词
                if(!bannedSet.contains(word)){
                    int frequency = frequencies.getOrDefault(word, 0) + 1;
                    frequencies.put(word, frequency);
                    maxFrequency = Math.max(maxFrequency, frequency);
                }
                //这里一定要记得对sb的长度恢复到0，即回溯
                sb.setLength(0);
            }
        }

        String mostCommon = "";
        for (Map.Entry<String, Integer> entry : frequencies.entrySet()){
            String word = entry.getKey();
            int frequency = entry.getValue();
            if(maxFrequency == frequency){
                mostCommon = word;
                break;
            }
        }
        return mostCommon;
    }
}

复杂度分析：

• 时间复杂度：O(n + m)，其中n是段落paragraph的长度，m是禁用单词列表banned的长度。遍历
  禁用单词列表一次将禁用单词存入哈希集合中需要O(m)的时间，遍历段落得到每个非禁用单词的
  计数需要O(n)的时间，遍历哈希表得到最常见的单词需要O(n)的时间；
• 空间复杂度：O(n + m)，其中n是段落paragraph的长度，m是禁用单词列表banned的长度。存储
  禁用单词的哈希集合需要O(m)的空间，记录每个单词的计数的哈希表需要O(n)的空间。

---

小结

这道题主要考察的是你对哈希表的用法。