【数据结构和算法】确定两个字符串是否接近

简介: 这是力扣的1657题,难度为中等,解题方案有很多种,本文讲解我认为最奇妙的一种。复杂度分析:时间复杂度:O(max⁡{n1,n2}+Clog⁡C),其中 n1 和 n2 分别是字符串 word1 和 word2 的长度,C=26 是字符集大小。空间复杂度:O(C)。

 其他系列文章导航

Java基础合集

数据结构与算法合集

设计模式合集

多线程合集

分布式合集

ES合集


文章目录

其他系列文章导航

文章目录

前言

一、题目描述

二、题解

2.1操作 1 的本质:字符可以任意排列

2.2操作 2 的本质:出现次数是可以交换的

2.3算法思路

三、代码

四、总结


前言

这是力扣的1657题,难度为中等,解题方案有很多种,本文讲解我认为最奇妙的一种。


一、题目描述

如果可以使用以下操作从一个字符串得到另一个字符串,则认为两个字符串 接近

    • 操作 1:交换任意两个 现有 字符。
      • 例如,abcde -> aecdb
        • 操作 2:将一个 现有 字符的每次出现转换为另一个 现有 字符,并对另一个字符执行相同的操作。
          • 例如,aacabb -> bbcbaa(所有 a 转化为 b ,而所有的 b 转换为 a

            你可以根据需要对任意一个字符串多次使用这两种操作。

            给你两个字符串,word1word2 。如果 word1  word2 接近 ,就返回 true ;否则,返回 false 

            示例 1:

            输入:word1 = "abc", word2 = "bca"

            输出:true

            解释:2 次操作从 word1 获得 word2 。

            执行操作 1:"abc" -> "acb"

            执行操作 1:"acb" -> "bca"


            示例 2:

            输入:word1 = "a", word2 = "aa"

            输出:false

            解释:不管执行多少次操作,都无法从 word1 得到 word2 ,反之亦然。

            示例 3:

            输入:word1 = "cabbba", word2 = "abbccc"

            输出:true

            解释:3 次操作从 word1 获得 word2 。

            执行操作 1:"cabbba" -> "caabbb"

            执行操作 2:"caabbb" -> "baaccc"

            执行操作 2:"baaccc" -> "abbccc"


            示例 4:

            输入:word1 = "cabbba", word2 = "aabbss"

            输出:false

            解释:不管执行多少次操作,都无法从 word1 得到 word2 ,反之亦然。


            提示:

              • 1 <= word1.length, word2.length <= 105
              • word1word2 仅包含小写英文字母

              二、题解

              本题的关键就是看清楚两个操作的本质!

              2.1操作 1 的本质:字符可以任意排列

              我们可以随意洗牌。

              例如示例1的word1 = "abc", word2 = "bca" (把一叠扑克洗成另一叠扑克)。

              如果字符一样,但对应的出现次数不一样呢?这就需要用到操作 2 了。

              2.2操作 2 的本质:出现次数是可以交换的

              以示例 3 为例。统计 s = cabbba 的字符出现次数:

                • a 出现 2 次。
                • b 出现 3 次。
                • c 出现 1 次。

                我们可以把 a 都变成 b,同时把 b 都变成 a。

                这相当于交换 a 和 b 的出现次数,得到:

                  • a 出现 3 次。
                  • b 出现 2 次。
                  • c 出现 1 次。

                  然后交换 a 和 c 的出现次数,得到:

                    • a 出现 1 次。
                    • b 出现 2 次。
                    • c 出现 3 次。

                    这便是字符串 t = abbccc 的字符出现次数。

                    所以「出现次数」是可以任意排列的。

                    2.3算法思路

                      1. 判断 word1 和 word2 的长度是否一样,如果不一样直接返回 false。
                      2. 判断 word1 和 word2 的字符集合是否一样,如果不一样直接返回 false。例如 word1 中有字符 abc,word2 中有字符 zxc,我们无论如何都不能把 word1 变成 word2 。
                      3. 判断 word1 的字符出现次数的集合,是否等于 word2 的字符出现次数的集合,等于返回 true,不等于返回 false。注意集合可以有相同元素,比如 aabbbccc 对应的集合就是 {2,3,3}。

                      三、代码

                      class Solution {
                           public boolean closeStrings(String word1, String word2) {
                              if (word1.length() != word2.length()) {//判断长度
                                  return false;
                              }
                              int[] count1 = new int[26], count2 = new int[26];
                              for (char c : word1.toCharArray()) {
                                  count1[c - 97]++;
                              }
                              for (char c : word2.toCharArray()) {
                                  count2[c - 97]++;
                              }
                              for (int i = 0; i < 26; i++) {//判断字符是否相等
                                  if (count1[i] > 0 && count2[i] == 0 || count2[i] > 0 && count1[i] == 0) {
                                      return false;
                                  }
                              }
                              Arrays.sort(count1);
                              Arrays.sort(count2);
                              return Arrays.equals(count1, count2);//判断集合元素是否相等
                          }
                      }

                      image.gif

                      下面是简化版代码,但是上面的代码性能更好,如果两个字符串不相等,则直接不走下面的逻辑。

                      class Solution {
                           public boolean closeStrings(String word1, String word2) {
                              int[] count1 = new int[26], count2 = new int[26];
                              for (char c : word1.toCharArray()) {
                                  count1[c - 97]++;
                              }
                              for (char c : word2.toCharArray()) {
                                  count2[c - 97]++;
                              }
                              for (int i = 0; i < 26; i++) {
                                  if (count1[i] > 0 && count2[i] == 0 || count2[i] > 0 && count1[i] == 0) {
                                      return false;
                                  }
                              }
                              Arrays.sort(count1);
                              Arrays.sort(count2);
                              return Arrays.equals(count1, count2);
                          }
                      }

                      image.gif


                      四、总结

                      复杂度分析:

                        • 时间复杂度:O(max⁡{n1,n2}+Clog⁡C),其中 n1 和 n2 分别是字符串 word1 和 word2 的长度,C=26 是字符集大小。
                        • 空间复杂度:O(C)。
                        目录
                        相关文章
                        |
                        3天前
                        |
                        搜索推荐 算法 Java
                        Java数据结构与算法:排序算法之插入排序
                        Java数据结构与算法:排序算法之插入排序
                        |
                        3天前
                        |
                        搜索推荐 算法 Java
                        Java数据结构与算法:排序算法之冒泡排序
                        Java数据结构与算法:排序算法之冒泡排序
                        |
                        3天前
                        |
                        搜索推荐 算法 Java
                        Java数据结构与算法:排序算法之归并排序
                        Java数据结构与算法:排序算法之归并排序
                        |
                        3天前
                        |
                        搜索推荐 算法 Java
                        Java数据结构与算法:排序算法之选择排序
                        Java数据结构与算法:排序算法之选择排序
                        |
                        2天前
                        |
                        存储 NoSQL Redis
                        Redis系列学习文章分享---第十六篇(Redis原理1篇--Redis数据结构-动态字符串,insert,Dict,ZipList,QuickList,SkipList,RedisObject)
                        Redis系列学习文章分享---第十六篇(Redis原理1篇--Redis数据结构-动态字符串,insert,Dict,ZipList,QuickList,SkipList,RedisObject)
                        10 1
                        |
                        2天前
                        |
                        存储 设计模式 算法
                        数据结构,算法宏观印象构建
                        数据结构,算法宏观印象构建
                        |
                        2天前
                        |
                        存储 算法 调度
                        算法与数据结构-栈篇
                        算法与数据结构-栈篇
                        11 0
                        |
                        3天前
                        |
                        人工智能 算法
                        程序技术好文:算法与数据结构
                        程序技术好文:算法与数据结构
                        |
                        5天前
                        |
                        算法 C语言
                        【数据结构与算法 经典例题】使用栈实现队列(图文详解)
                        【数据结构与算法 经典例题】使用栈实现队列(图文详解)
                        |
                        5天前
                        |
                        存储 测试技术
                        【数据结构】操作受限的线性表,栈的具体实现
                        【数据结构】操作受限的线性表,栈的具体实现
                        16 5