程序员面试金典 - 面试题 17.07. 婴儿名字

最新推荐文章于 2024-09-15 19:46:31 发布

随便发挥

最新推荐文章于 2024-09-15 19:46:31 发布

阅读量133

点赞数

分类专栏： Leetcode 文章标签：面试职场和发展

本文链接：https://blog.csdn.net/zjulyx1993/article/details/124894864

版权

Leetcode 专栏收录该内容

319 篇文章 4 订阅

订阅专栏

本文介绍了如何运用并查集算法解决一个编程面试题目，该题目涉及将具有相同真实名字的不同拼写进行归类，并计算每个真实名字的总频率。通过实现find和union方法，结合路径压缩优化，确保了查找和合并操作的高效性。最后，通过遍历计数字典，得到每个真实名字及其频率，输出结果。

摘要由CSDN通过智能技术生成

题目难度: 中等

原题链接

今天继续更新程序员面试金典系列, 大家在公众号 算法精选 里回复 面试金典 就能看到该系列当前连载的所有文章了, 记得关注哦~

题目描述

每年，政府都会公布一万个最常见的婴儿名字和它们出现的频率，也就是同名婴儿的数量。
有些名字有多种拼法，例如，John 和 Jon 本质上是相同的名字，但被当成了两个名字公布出来。
给定两个列表，一个是名字及对应的频率，另一个是本质相同的名字对。
设计一个算法打印出每个真实名字的实际频率。
注意，如果 John 和 Jon 是相同的，并且 Jon 和 Johnny 相同，则 John 与 Johnny 也相同，即它们有传递和对称性。
在结果列表中，选择字典序最小的名字作为真实名字。
names.length <= 100000

题目样例

示例

输入

names = ["John(15)","Jon(12)","Chris(13)","Kris(4)","Christopher(19)"], synonyms = ["(Jon,John)","(John,Johnny)","(Chris,Kris)","(Chris,Christopher)"]

输出

["John(27)","Chris(36)"]

题目思考

如何得到每个名字的真实名字?
需要额外记录什么信息?

解决方案

思路

分析题目, 我们需要根据提供的名字对信息, 得到所有具有相同真实名字的名字集合, 然后累计其频率并输出
这里我们可以利用经典的并查集算法, 就是将元素进行分类, 相同的放在同一个集合中
当然靠暴力模拟也可以做到归类, 但是那样会涉及到耗时巨大的集合求并集和循环判断等, 效率过低; 而并查集可以做到每次操作只需要 O(logN)甚至更短的时间
并查集的思路很简单, 具体步骤如下:
1. 首先我们需要定义一个字典 pre, pre[x]表示 x 的祖先, 如果两个元素具有相同祖先, 就表示它们在同一个集合中. 可以把祖先 pre[x] 想象成一个树的根节点, 那么 x 就是树中的一个节点(可能是根节点本身)
2. 然后定义一个 find 方法, 查找当前元素的祖先, 如果祖先不存在的话就把自身当做祖先. 这里用到了路径压缩的优化, 就是说当发现自己的祖先不是自身的时候, 就尝试把自己的祖先设置为自己的当前祖先的祖先, 从而降低树的高度, 加快之后的查找过程
3. 最后定义一个 union 方法, 用于合并两个元素. 这里的思路也很简单, 就是找到各自的祖先, 然后将其中一个的祖先的祖先设置为另外一个祖先即可, 等于就把两个树合并在了一起
注意这道题相比传统并查集多了两个条件, 一是要求祖先最小, 二是需要求频率之和
针对第一个需求, 我们可以更改 union 方法, 将字典序较大的祖先指向字典序较小的祖先, 这样就能保证最终的祖先一定是字典序最小的
针对第二个需求, 我们可以额外引入一个计数字典, 记录祖先的频率, 每次遍历到一个新名字, 其对应的祖先的频率就加上当前的频率
然后最终再遍历计数字典, 将 kv 转换成结果的格式即可
下面的代码中对每个步骤都有注释, 方便大家理解

复杂度

时间复杂度 O((N+M)logN): 假设 N 为名字个数, M 为名字对个数, 那么需要分别循环 M 和 N 合并和统计频率, 每次 find/union 操作需要 logN 时间, 所以总共复杂度就是 O((N+M)logN)
空间复杂度 O(N): pre 字典中存 N 个名字

代码

class Solution:
    def trulyMostPopular(self, names: List[str], synonyms: List[str]) -> List[str]:
        # 并查集变种, 先找到所有相同的名字, 然后再统计数字
        # 注意祖先需要是字典序最小的, 所以需要稍微改动union逻辑
        pre = {}

        def find(x):
            if x not in pre:
                pre[x] = x
            elif pre[x] != x:
                pre[x] = find(pre[x])
            return pre[x]

        def union(x, y):
            px = find(x)
            py = find(y)
            # 保证祖先的字典序更小
            if px > py:
                pre[px] = py
            else:
                pre[py] = px

        for s in synonyms:
            # parse两个名字, 并合并
            x, y = s[1:-1].split(",")
            union(x, y)
        cnts = collections.defaultdict(int)
        for t in names:
            i = t.find("(")
            # parse当前名字和频率
            name = t[:i]
            cnt = int(t[i + 1 : t.find(")")])
            # 累加到祖先对应的频率中
            cnts[find(name)] += cnt
        res = []
        for k in cnts:
            # 转换成结果要求的格式
            res.append(k + "(" + str(cnts[k]) + ")")
        return res