有效的字母异位词
例题
力扣题目链接:https://leetcode.cn/problems/valid-anagram/
题目说明:
给定两个字符串
s
和t
,编写一个函数来判断 t 是否是 s 的字母异位词。
注意:若s
和t
中每个字符出现的次数都相同,则称 s 和 t 互为字母异位词。
示例 1:
输入: s = "anagram", t = "nagaram"
输出: true
示例 2:
输入: s = "rat", t = "car"
输出: false
提示:
1 <= s.length, t.length <= 5 * 104
s 和 t 仅包含小写字母
进阶: 如果输入字符串包含 unicode 字符怎么办?你能否调整你的解法来应对这种情况
解题方法
方法一:排序
t t t 是 s s s 的异位词等价于 「 两 个 字 符 串 排 序 后 相 等 」 「两个字符串排序后相等」 「两个字符串排序后相等」。因此我们可以对字符串 s s s 和 t t t 分别排序,看排序后的字符串是否相等即可判断。此外,如果 s s s和 t t t 的长度不同, t t t必然不是 s s s 的异位词。
代码:
C++
class Solution {
public:
bool isAnagram(string s, string t) {
if (s.length() != t.length()) {
return false;
}
sort(s.begin(), s.end());
sort(t.begin(), t.end());
return s == t;
}
};
复杂度分析
时间复杂度: O ( n log n ) O(n \log n) O(nlogn),其中 n n n 为 s s s 的长度。排序的时间复杂度为 O ( n log n ) O(n\log n) O(nlogn),比较两个字符串是否相等时间复杂度为 O ( n ) O(n) O(n),因此总体时间复杂度为 O ( n log n + n ) = O ( n log n ) O(n \log n+n)=O(n\log n) O(nlogn+n)=O(nlogn)。
空间复杂度: O ( log n ) O(\log n) O(logn)。排序需要 O ( log n ) O(\log n) O(logn)的空间复杂度。注意,在某些语言(比如 Java & JavaScript)中字符串是不可变的,因此我们需要额外的 O ( n ) O(n) O(n) 的空间来拷贝字符串。但是我们忽略这一复杂度分析,因为:
- 这依赖于语言的细节;
- 这取决于函数的设计方式,例如,可以将函数参数类型更改为
char[]
。
方法二:哈希表
从另一个角度考虑, t t t 是 s s s 的异位词等价于两个字符串中字符出现的种类和次数均相等。由于字符串只包含 26 26 26 个小写字母,因此我们可以维护一个长度为 26 26 26 的频次数组 table \textit{table} table,先遍历记录字符串 s s s 中字符出现的频次,然后遍历字符串 t t t,减去 table \textit{table} table 中对应的频次,如果出现 table [ i ] < 0 \textit{table}[i]<0 table[i]<0,则说明 t t t 包含一个不在 s s s 中的额外字符,返回 false \text{false} false 即可。
class Solution {
public:
bool isAnagram(string s, string t) {
if (s.length() != t.length()) {
return false;
}
vector<int> table(26, 0);
for (auto& ch: s) {
table[ch - 'a']++;
}
for (auto& ch: t) {
table[ch - 'a']--;
if (table[ch - 'a'] < 0) {
return false;
}
}
return true;
}
};
对于进阶问题, Unicode \text{Unicode} Unicode是为了解决传统字符编码的局限性而产生的方案,它为每个语言中的字符规定了一个唯一的二进制编码。而 Unicode \text{Unicode} Unicode中可能存在一个字符对应多个字节的问题,为了让计算机知道多少字节表示一个字符,面向传输的编码方式的 UTF-8 \text{UTF-8} UTF-8 和 UTF-16 \text{UTF-16} UTF-16 也随之诞生逐渐广泛使用,具体相关的知识读者可以继续查阅相关资料拓展视野,这里不再展开。
回到本题,进阶问题的核心点在于「字符是离散未知的」,因此我们用哈希表维护对应字符的频次即可。同时读者需要注意
Unicode
\text{Unicode}
Unicode一个字符可能对应多个字节的问题,不同语言对于字符串读取处理的方式是不同的。
java
class Solution {
public boolean isAnagram(String s, String t) {
if (s.length() != t.length()) {
return false;
}
Map<Character, Integer> table = new HashMap<Character, Integer>();
for (int i = 0; i < s.length(); i++) {
char ch = s.charAt(i);
table.put(ch, table.getOrDefault(ch, 0) + 1);
}
for (int i = 0; i < t.length(); i++) {
char ch = t.charAt(i);
table.put(ch, table.getOrDefault(ch, 0) - 1);
if (table.get(ch) < 0) {
return false;
}
}
return true;
}
}
复杂度分析
时间复杂度: O ( n ) O(n) O(n),其中 n n n为 s s s 的长度。
空间复杂度: O ( S ) O(S) O(S),其中 S S S 为字符集大小,此处 S = 26 S=26 S=26。