leetcode题解之49. 字母异位词分组

给定一个字符串数组，将字母异位词组合在一起。字母异位词指字母相同，但排列不同的字符串。

示例:

输入: ["eat", "tea", "tan", "ate", "nat", "bat"]
输出:
[
  ["ate","eat","tea"],
  ["nat","tan"],
  ["bat"]
]

说明：

• 所有输入均为小写字母。
• 不考虑答案输出的顺序。

方法一：排序数组分类

思路

当且仅当它们的排序字符串相等时，两个字符串是字母异位词。

算法

维护一个映射 ans : {String -> List}，其中每个键 $\text{K}$ 是一个排序字符串，每个值是初始输入的字符串列表，排序后等于 $\text{K}$。

在 Java 中，我们将键存储为字符串，例如，code。 在 Python 中，我们将键存储为散列化元组，例如，('c', 'o', 'd', 'e')。

• Java
• Python

class Solution {
    public List<List<String>> groupAnagrams(String[] strs) {
        if (strs.length == 0) return new ArrayList();
        Map<String, List> ans = new HashMap<String, List>();
        for (String s : strs) {
            char[] ca = s.toCharArray();
            Arrays.sort(ca);
            String key = String.valueOf(ca);
            if (!ans.containsKey(key)) ans.put(key, new ArrayList());
            ans.get(key).add(s);
        }
        return new ArrayList(ans.values());
    }
}

class Solution(object):
    def groupAnagrams(self, strs):
        ans = collections.defaultdict(list)
        for s in strs:
            ans[tuple(sorted(s))].append(s)
        return ans.values()

复杂度分析

https://www.jianshu.com/p/bb4a067ae437

• 时间复杂度：$O(NK \log K)$，其中 $N$ 是 strs 的长度，而 $K$ 是 strs 中字符串的最大长度。当我们遍历每个字符串时，外部循环具有的复杂度为 $O(N)$。然后，我们在 $O(K \log K)$ 的时间内对每个字符串排序。

• 空间复杂度：$O(NK)$，排序存储在 ans 中的全部信息内容。

---

方法二：按计数分类

思路

当且仅当它们的字符计数（每个字符的出现次数）相同时，两个字符串是字母异位词。

算法

我们可以将每个字符串 $\text{s}$ 转换为字符数 $\text{count}$，由26个非负整数组成，表示 $\text{a}$，$\text{b}$，$\text{c}$ 的数量等。我们使用这些计数作为哈希映射的基础。

在 Java 中，我们的字符数 count 的散列化表示将是一个用 **＃** 字符分隔的字符串。 例如，abbccc 将表示为 ＃1＃2＃3＃0＃0＃0 ...＃0，其中总共有26个条目。 在 python 中，表示将是一个计数的元组。 例如，abbccc 将表示为 (1,2,3,0,0，...，0)，其中总共有 26 个条目。

• Java
• Python

class Solution {
    public List<List<String>> groupAnagrams(String[] strs) {
        if (strs.length == 0) return new ArrayList();
        Map<String, List> ans = new HashMap<String, List>();
        int[] count = new int[26];
        for (String s : strs) {
            Arrays.fill(count, 0);
            for (char c : s.toCharArray()) count[c - 'a']++;
        StringBuilder sb = <span class="hljs-keyword">new</span> StringBuilder(<span class="hljs-string">""</span>);
        <span class="hljs-keyword">for</span> (<span class="hljs-keyword">int</span> i = <span class="hljs-number">0</span>; i &lt; <span class="hljs-number">26</span>; i++) {
            sb.append(<span class="hljs-string">'#'</span>);
            sb.append(count[i]);
        }
        String key = sb.toString();
        <span class="hljs-keyword">if</span> (!ans.containsKey(key)) ans.put(key, <span class="hljs-keyword">new</span> ArrayList());
        ans.get(key).add(s);
    }
    <span class="hljs-keyword">return</span> <span class="hljs-keyword">new</span> ArrayList(ans.values());
}

}

class Solution:

def groupAnagrams(strs):

ans = collections.defaultdict(list)

for s in strs:

count = [0] * 26

for c in s:

count[ord(c) - ord('a')] += 1

ans[tuple(count)].append(s)

return ans.values()

复杂度分析

• 时间复杂度：$O(NK)$，其中 $N$ 是 strs 的长度，而 $K$ 是 strs 中字符串的最大长度。计算每个字符串的字符串大小是线性的，我们统计每个字符串。

• 空间复杂度：$O(NK)$，排序存储在 ans 中的全部信息内容。