题目难度: 中等
今天继续更新 Leetcode 的剑指 Offer(专项突击版)系列, 大家在公众号 算法精选 里回复
剑指offer2
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
- 单词数组 words 的 有效编码 由任意助记字符串 s 和下标数组 indices 组成,且满足:
- words.length == indices.length
- 助记字符串 s 以 ‘#’ 字符结尾
- 对于每个下标 indices[i] ,s 的一个从 indices[i] 开始、到下一个 ‘#’ 字符结束(但不包括 ‘#’)的 子字符串 恰好与 words[i] 相等
- 给定一个单词数组 words ,返回成功对 words 进行编码的最小助记字符串 s 的长度 。
示例 1:
- 输入:words = [“time”, “me”, “bell”]
- 输出:10
- 解释:一组有效编码为 s = “time#bell#” 和 indices = [0, 2, 5] 。
- words[0] = “time” ,s 开始于 indices[0] = 0 到下一个 ‘#’ 结束的子字符串,如加粗部分所示 “time#bell#”
- words[1] = “me” ,s 开始于 indices[1] = 2 到下一个 ‘#’ 结束的子字符串,如加粗部分所示 “time#bell#”
- words[2] = “bell” ,s 开始于 indices[2] = 5 到下一个 ‘#’ 结束的子字符串,如加粗部分所示 “time#bell#”
示例 2:
- 输入:words = [“t”]
- 输出:2
- 解释:一组有效编码为 s = “t#” 和 indices = [0] 。
提示:
- 1 <= words.length <= 2000
- 1 <= words[i].length <= 7
- words[i] 仅由小写字母组成
题目思考
- 需要使用什么数据结构?
解决方案
思路
- 我们先来理解下题目, 题目要求最小助记字符串, 要想做到最小, 那就得尽可能的共用助记字符串
- 不难发现: 当且仅当字符串 a 是字符串 b 的后缀时, 两者才可以共用同一个助记字符串, 正如示例 1 中的"me"和"time"; 否则只能使用两个单独的助记字符串
- 在之前的题目中, 我们已经了解到, 字典树 trie 可以用来解决前缀问题 (Leetcode 剑指 Offer II 062. 实现 Trie (前缀树) / Leetcode 剑指 Offer II 063. 单词替换)
- 而这道题需要处理后缀, 我们如果将每个单词进行翻转, 那么就转化成了前缀问题
- 这就自然引出了核心思路: 在添加翻转后的单词到 trie 时, 如果该单词的路径已经在 trie 中了, 则说明当前单词是之前某个单词的后缀, 可共用之前的助记字符串, 总助记字符串的长度不变; 否则说明需要新的助记字符串, 总助记字符串的长度加上当前单词长度加 1 (末尾的#号)
- 另外特别注意, 要想保证添加当前单词时, 以它作为后缀的单词已经在 trie 中, 那么必须对单词数组按照长度从大到小排序, 这样才不会遗漏
- 下面代码中有详细的注释, 方便大家理解
复杂度
- 时间复杂度 O(NlogN+NC): 假设 N 是单词的数目, C 是每个单词的平均长度, 那么对单词数组的排序复杂度是 O(NlogN), 而插入单词到 trie 的复杂度是 O(NC)
- 空间复杂度 O(NC): 最差情况下, trie 需要存每个单词的所有字符
代码
class Node:
def __init__(self):
self.children = {}
class Trie:
def __init__(self):
self.root = Node()
def insert(self, word):
cur = self.root
# isExist标记用于判断当前单词对应的路径是否已经存在于字典树中
isExist = True
for c in word:
if c not in cur.children:
# 当前字符不存在, 将isExist置为false
isExist = False
cur.children[c] = Node()
cur = cur.children[c]
# 如果当前单词对应的路径已经存在, 则可以共用之前的助记字符串;
# 否则需要将当前单词加上结尾的#作为新的助记字符串
return 0 if isExist else len(word) + 1
class Solution:
def minimumLengthEncoding(self, words: List[str]) -> int:
# 先将单词按照长度从大到小排序, 保证长的单词先添加
words.sort(key=lambda w: -len(w))
# 初始化字典树
trie = Trie()
res = 0
for w in words:
# 注意这里添加单词的逆序, 这样才能判断某个单词是否是另一个单词的后缀
res += trie.insert(w[::-1])
return res
大家可以在下面这些地方找到我~😊
我的公众号: 算法精选, 欢迎大家扫码关注~😊