937. 重新排列日志文件
给你一个日志数组 logs。每条日志都是以空格分隔的字串，其第一个字为字母与数字混合的 标识符 。
有两种不同类型的日志：
字母日志：除标识符之外，所有字均由小写字母组成
数字日志：除标识符之外，所有字均由数字组成
请按下述规则将日志重新排序：
所有 字母日志 都排在 数字日志 之前。
字母日志 在内容不同时，忽略标识符后，按内容字母顺序排序；在内容相同时，按标识符排序。
数字日志 应该保留原来的相对顺序。
返回日志的最终顺序。
示例 1：
输入：logs = [“dig1 8 1 5 1”,“let1 art can”,“dig2 3 6”,“let2 own kit dig”,“let3 art zero”]
输出：[“let1 art can”,“let3 art zero”,“let2 own kit dig”,“dig1 8 1 5 1”,“dig2 3 6”]
解释： 字母日志的内容都不同，所以顺序为 “art can”, “art zero”, “own kit dig” 。 数字日志保留原来的相对顺序 “dig1 8 1 5 1”, “dig2 3 6” 。
示例 2：
输入：logs = [“a1 9 2 3 1”,“g1 act car”,“zo4 4 7”,“ab1 off key dog”,“a8
act zoo”]
输出：[“g1 act car”,“a8 act zoo”,“ab1 off key dog”,“a1 9 2 3 1”,“zo4 4 7”]
提示：
1 <= logs.length <= 100
3 <= logs[i].length <= 100
logs[i] 中，字与字之间都用 单个 空格分隔
题目数据保证 logs[i] 都有一个标识符，并且在标识符之后至少存在一个字
答案
我的答案
class Solution { public String[] reorderLogFiles(String[] logs) { List<String> list1 = new ArrayList<>(); List<String> list2 = new ArrayList<>(); for (String log : logs) { int i = log.indexOf(" "); int i1 = log.charAt(i + 1) - '0'; if (i1>=0&&i1<10){ list1.add(log); }else { list2.add(log); } } list2.sort(new Comparator<String>() { @Override public int compare(String o1, String o2) { int i = o1.indexOf(" "); int i1 = o2.indexOf(" "); int i2 = o1.substring(i + 1).compareTo(o2.substring(i1 + 1)); return i2 ==0?o1.compareTo(o2): i2; } }); String[] arr = new String[logs.length]; for (int i = 0; i < list2.size(); i++) { arr[i] = list2.get(i); } for (int i = 0; i < list1.size(); i++) { arr[i+list2.size()] = list1.get(i); } return arr; } }
官网答案
自定义排序
思路
根据题意自定义排序的比较方式。比较时，先将数组日志按照第一个空格分成两部分字符串，其中第一部分为标识符。第二部分的首字符可以用来判断该日志的类型。两条日志进行比较时，需要先确定待比较的日志的类型，然后按照以下规则进行比较：
字母日志始终小于数字日志。
数字日志保留原来的相对顺序。当使用稳定的排序算法时，可以认为所有数字日志大小一样。当使用不稳定的排序算法时，可以用日志在原数组中的下标进行比较。
字母日志进行相互比较时，先比较第二部分的大小；如果相等，则比较标识符大小。比较时都使用字符串的比较方式进行比较。
定义比较函数 logCompare 时，有两个输入 log1 和 log2。当相等时，返回 0；当 log1 大时，返回正数；当 log2 大时，返回负数。
代码
class Solution { public String[] reorderLogFiles(String[] logs) { int length = logs.length; Pair[] arr = new Pair[length]; for (int i = 0; i < length; i++) { arr[i] = new Pair(logs[i], i); } Arrays.sort(arr, (a, b) -> logCompare(a, b)); String[] reordered = new String[length]; for (int i = 0; i < length; i++) { reordered[i] = arr[i].log; } return reordered; } public int logCompare(Pair pair1, Pair pair2) { String log1 = pair1.log, log2 = pair2.log; int index1 = pair1.index, index2 = pair2.index; String[] split1 = log1.split(" ", 2); String[] split2 = log2.split(" ", 2); boolean isDigit1 = Character.isDigit(split1[1].charAt(0)); boolean isDigit2 = Character.isDigit(split2[1].charAt(0)); if (isDigit1 && isDigit2) { return index1 - index2; } if (!isDigit1 && !isDigit2) { int sc = split1[1].compareTo(split2[1]); if (sc != 0) { return sc; } return split1[0].compareTo(split2[0]); } return isDigit1 ? 1 : -1; } } class Pair { String log; int index; public Pair(String log, int index) { this.log = log; this.index = index; } }
复杂度分析
时间复杂度：O(nlogn)，其中 n 是 logs 的字符数，是平均情况下内置排序的时间复杂度。
空间复杂度：O(n) 或 O(1)（取决于语言实现）。需要新建数组保存 log 和下标，需要将每条 log 进行拆分。
