【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
                        |
                        1月前
                        |
                        存储 人工智能 算法
                        数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
                        这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
                        69 3
                        数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
                        |
                        8天前
                        |
                        缓存 算法 Java
                        本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制
                        在现代软件开发中,性能优化至关重要。本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制。通过调整垃圾回收器参数、优化堆大小与布局、使用对象池和缓存技术,开发者可显著提升应用性能和稳定性。
                        29 6
                        |
                        1月前
                        |
                        机器学习/深度学习 存储 缓存
                        数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
                        文章主要介绍了排序算法的分类、时间复杂度的概念和计算方法,以及常见的时间复杂度级别,并简单提及了空间复杂度。
                        24 1
                        数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
                        |
                        29天前
                        |
                        存储 算法 Java
                        Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性
                        Java Set因其“无重复”特性在集合框架中独树一帜。本文解析了Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性,并提供了最佳实践建议,包括选择合适的Set实现类和正确实现自定义对象的hashCode()与equals()方法。
                        32 4
                        |
                        1月前
                        |
                        搜索推荐 算法
                        数据结构与算法学习十四:常用排序算法总结和对比
                        关于常用排序算法的总结和对比,包括稳定性、内排序、外排序、时间复杂度和空间复杂度等术语的解释。
                        19 0
                        数据结构与算法学习十四:常用排序算法总结和对比
                        |
                        1月前
                        |
                        存储 缓存 分布式计算
                        数据结构与算法学习一:学习前的准备,数据结构的分类,数据结构与算法的关系,实际编程中遇到的问题,几个经典算法问题
                        这篇文章是关于数据结构与算法的学习指南,涵盖了数据结构的分类、数据结构与算法的关系、实际编程中遇到的问题以及几个经典的算法面试题。
                        29 0
                        数据结构与算法学习一:学习前的准备,数据结构的分类,数据结构与算法的关系,实际编程中遇到的问题,几个经典算法问题
                        |
                        1月前
                        |
                        机器学习/深度学习 搜索推荐 算法
                        探索数据结构:初入算法之经典排序算法
                        探索数据结构:初入算法之经典排序算法
                        |
                        1月前
                        |
                        算法 Java 索引
                        数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
                        四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
                        18 0
                        |
                        24天前
                        |
                        算法 安全 数据安全/隐私保护
                        基于game-based算法的动态频谱访问matlab仿真
                        本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
                        |
                        9天前
                        |
                        算法 数据挖掘 数据安全/隐私保护
                        基于FCM模糊聚类算法的图像分割matlab仿真
                        本项目展示了基于模糊C均值(FCM)算法的图像分割技术。算法运行效果良好,无水印。使用MATLAB 2022a开发,提供完整代码及中文注释,附带操作步骤视频。FCM算法通过隶属度矩阵和聚类中心矩阵实现图像分割,适用于灰度和彩色图像,广泛应用于医学影像、遥感图像等领域。