LeetCode 题目 49:字母异位词分组 5种算法实现与典型应用案例【python】

简介: LeetCode 题目 49:字母异位词分组 5种算法实现与典型应用案例【python】

作者介绍:10年大厂数据\经营分析经验,现任大厂数据部门负责人。

会一些的技术:数据分析、算法、SQL、大数据相关、python

欢迎加入社区:码上找工作

作者专栏每日更新:

LeetCode解锁1000题: 打怪升级之旅

python数据分析可视化:企业实战案例

备注说明:方便大家阅读,统一使用python,带必要注释,公众号 数据分析螺丝钉 一起打怪升级

题目描述

首先,字母异位词是指由相同字母以不同顺序组成的单词或短语。例如,“ate”, “eat”, 和 “tea” 是互为字母异位词的单词,因为它们都包含相同的字母 ‘a’、‘e’ 和 ‘t’,只是字母的顺序不同。

你需要编写一个函数来:

输入:一个字符串数组 strs,其中包含一系列单词。

处理:将这些单词分组,使得每一组内的单词都互为字母异位词。

输出:分组后的单词列表,这是一个列表的列表,其中每个子列表包含一组互为字母异位词的单词。

输入格式
  • strs:一个字符串数组。
输出格式
  • 返回一个列表,每个子列表包含所有的字母异位词。

示例

示例 1
输入: strs = ["eat", "tea", "tan", "ate", "nat", "bat"]
输出: [["bat"], ["nat", "tan"], ["ate", "eat", "tea"]]

解释:

单词 “eat”, “tea”, 和 “ate” 互为字母异位词,因此它们被分为一组。

单词 “tan” 和 “nat” 互为字母异位词,所以它们被分为另一组。

单词 “bat” 自身独立成组,因为没有其他单词与其构成字母异位词。

示例 2
输入: strs = [""]
输出: [[""]]

算法分析

方法一:排序数组分类

解题步骤
  1. 创建哈希表:使用字典来组织异位词,键是排序后的单词,值是原单词的列表。
  2. 遍历字符串数组:对每个字符串排序,将排序后的字符串作为键,原字符串加入对应的列表。
  3. 输出结果:将哈希表的所有值转为列表输出。
完整的规范代码
def groupAnagrams(strs):
    """
    使用哈希表根据排序后的字符串分类字母异位词
    :param strs: List[str], 输入的字符串数组
    :return: List[List[str]], 分组后的字母异位词列表
    """
    anagram_map = {}
    for s in strs:
        sorted_s = ''.join(sorted(s))
        if sorted_s not in anagram_map:
            anagram_map[sorted_s] = [s]
        else:
            anagram_map[sorted_s].append(s)
    return list(anagram_map.values())
# 示例调用
print(groupAnagrams(["eat", "tea", "tan", "ate", "nat", "bat"]))
算法分析
  • 时间复杂度:(O(nk \log k)),其中 (n) 是字符串的数量,(k) 是字符串的最大长度。
  • 空间复杂度:(O(nk)),用于存储哈希表。

方法二:计数作为键

解题步骤
  1. 使用计数数组:对每个字符串,使用长度为26的计数数组(针对26个英文字母)来统计每个字母的出现次数。
  2. 转换为元组作为键:将计数数组转换为元组,用作哈希表的键。
  3. 分类存储:根据计数元组将字符串归类到对应的列表。
完整的规范代码
def groupAnagrams(strs):
    """
    使用字符计数数组作为哈希表键来分类字母异位词
    :param strs: List[str], 输入的字符串数组
    :return: List[List[str]], 分组后的字母异位词列表
    """
    anagram_map = {}
    for s in strs:
        count = [0] * 26  # 对应26个英文字母
        for char in s:
            count[ord(char) - ord('a')] += 1
        count_tuple = tuple(count)
        if count_tuple not in anagram_map:
            anagram_map[count_tuple] = [s]
        else:
            anagram_map[count_tuple].append(s)
    return list(anagram_map.values())
# 示例调用
print(groupAnagrams(["eat", "tea", "tan", "ate", "nat", "bat"]))
算法分析
  • 时间复杂度:(O(nk)),其中 (n) 是字符串数量,(k) 是字符串的最大长度。
  • 空间复杂度:(O(nk)),用于存储哈希表。

方法三:质数乘积作为键

解题步骤
  1. 使用质数:将26个英文字母映射到26个质数上。
  2. 计算哈希值:每个字符串通过其字符对应的质数的乘积得到一个

哈希值。

3. 分类存储:根据哈希值将字符串归类到对应的列表。

完整的规范代码
def groupAnagrams(strs):
    """
    使用质数乘积作为哈希键来分类字母异位词
    :param strs: List[str], 输入的字符串数组
    :return: List[List[str]], 分组后的字母异位词列表
    """
    primes = [2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97, 101]
    anagram_map = {}
    for s in strs:
        key = 1
        for char in s:
            key *= primes[ord(char) - ord('a')]
        if key not in anagram_map:
            anagram_map[key] = [s]
        else:
            anagram_map[key].append(s)
    return list(anagram_map.values())
# 示例调用
print(groupAnagrams(["eat", "tea", "tan", "ate", "nat", "bat"]))
算法分析
  • 时间复杂度:(O(nk)),其中 (n) 是字符串的数量,(k) 是字符串的平均长度。
  • 空间复杂度:(O(nk)),主要用于存储输出结果。

方法四:改进的计数法

解题步骤
  1. 优化计数表示:与方法二相同,但使用字符串表示计数数组,减少转换开销。
  2. 使用字符串键:直接将计数数组转换成字符串形式,作为哈希键使用。
完整的规范代码
def groupAnagrams(strs):
    """
    使用改进的计数法(字符串键)分类字母异位词
    :param strs: List[str], 输入的字符串数组
    :return: List[List[str]], 分组后的字母异位词列表
    """
    anagram_map = {}
    for s in strs:
        count = [0] * 26
        for char in s:
            count[ord(char) - ord('a')] += 1
        key = '#'.join(map(str, count))  # 将计数数组转换为字符串形式
        if key not in anagram_map:
            anagram_map[key] = [s]
        else:
            anagram_map[key].append(s)
    return list(anagram_map.values())
# 示例调用
print(groupAnagrams(["eat", "tea", "tan", "ate", "nat", "bat"]))
算法分析
  • 时间复杂度:(O(nk)),其中 (n) 是字符串的数量,(k) 是字符串的平均长度。
  • 空间复杂度:(O(nk)),用于存储哈希表。

方法五:排序后哈希

解题步骤
  1. 直接排序:每个字符串排序,排序后的字符串作为键。
  2. 哈希表存储:相同排序结果的字符串归为一组。
完整的规范代码
def groupAnagrams(strs):
    """
    使用字符串排序后作为哈希键来分类字母异位词
    :param strs: List[str], 输入的字符串数组
    :return: List[List[str]], 分组后的字母异位词列表
    """
    anagram_map = {}
    for s in strs:
        key = ''.join(sorted(s))
        if key not in anagram_map:
            anagram_map[key] = [s]
        else:
            anagram_map[key].append(s)
    return list(anagram_map.values())
# 示例调用
print(groupAnagrams(["eat", "tea", "tan", "ate", "nat", "bat"]))
算法分析
  • 时间复杂度:(O(nk \log k)),其中 (n) 是字符串的数量,(k) 是字符串的最大长度。
  • 空间复杂度:(O(nk)\

),用于存储哈希表和结果列表。

不同算法的优劣势对比

特征 方法一:排序数组分类 方法二:计数作为键 方法三:质数乘积作为键 方法四:改进的计数法 方法五:排序后哈希
时间复杂度 (O(nk \log k)) (O(nk)) (O(nk)) (O(nk)) (O(nk \log k))
空间复杂度 (O(nk)) (O(nk)) (O(nk)) (O(nk)) (O(nk))
优势 - 实现简单
- 易于理解
- 更快的运行时间
- 无需排序
- 唯一性好,冲突概率低
- 空间效率高
- 计数转字符串快
- 空间效率更优
- 代码简洁
- 实现直观
劣势 - 排序开销大 - 计数数组转换开销 - 质数映射复杂度高 - 字符串操作开销 - 排序时间开销大
适用场景 - 简单场景
- 教学演示
- 性能要求较高场景 - 避免哈希冲突场景 - 大数据量优化 - 代码简洁优先场景

在选择合适的方法时,应考虑实际的需求和问题规模。例如,对于需要快速处理的应用场景,可以选择计数作为键的方法;而对于需要代码简洁且易于理解的场景,则可以考虑排序后哈希的方法。对于需要避免哈希表冲突的复杂应用,质数乘积作为键提供了一个有趣的解决方案。

典型应用

字母异位词分组的应用示例覆盖了多个领域,包括数据处理、安全领域、文本分析等。这些应用不仅展示了算法的实用性,而且提供了对其在现实世界中的实际应用的洞见。

应用示例一:搜索引擎优化

场景描述

在搜索引擎技术中,快速识别并聚类含有相同字母的关键词(异位词)可以显著提高搜索结果的相关性和质量。例如,用户搜索“listen”的结果应该能够包含与“silent”相关的内容,因为它们是字母异位词。

实现步骤
  1. 关键词预处理:对搜索引擎数据库中的所有关键词进行异位词分组处理,创建一个从排序关键词到原始关键词列表的映射。
  2. 查询优化
  • 当用户提交一个搜索查询时,对查询词进行排序。
  • 查找排序后与之匹配的所有异位词组,将这些词包括在搜索结果中。
代码示例
def preprocess_keywords(keywords):
    anagram_map = {}
    for keyword in keywords:
        sorted_keyword = ''.join(sorted(keyword))
        if sorted_keyword not in anagram_map:
            anagram_map[sorted_keyword] = [keyword]
        else:
            anagram_map[sorted_keyword].append(keyword)
    return anagram_map
def search(query, anagram_map):
    sorted_query = ''.join(sorted(query))
    return anagram_map.get(sorted_query, [])
# 示例关键词库和搜索
keywords = ["listen", "silent", "enlist", "google", "gooegl"]
anagram_map = preprocess_keywords(keywords)
print(search("tinsel", anagram_map))  # 输出: ['listen', 'silent', 'enlist'

应用示例二:安全审计

场景描述

在安全审计中,确保没有敏感词被无意识地使用是非常重要的。通过将敏感词库扩展为包含所有可能的字母异位词,可以增强审计过程的全面性,例如防止某些敏感信息在加密通讯中被隐藏。

实现步骤
  1. 敏感词库扩展:将所有敏感词及其异位词形式都纳入审计字典。
  2. 通讯内容检查:审查通过的所有消息都要检查是否包含这些敏感词或其异位词。
代码示例
def expand_sensitive_words(words):
    expanded_dict = {}
    for word in words:
        permutations = groupAnagrams([word])
        for perm in permutations[0]:
            expanded_dict[perm] = True
    return expanded_dict
def audit_communication(message, sensitive_dict):
    words = message.split()
    for word in words:
        if ''.join(sorted(word)) in sensitive_dict:
            return False
    return True
# 审计示例
sensitive_words = ["example", "word"]
sensitive_dict = expand_sensitive_words(sensitive_words)
message = "This is a simple wodr and an eaxmple."
print(audit_communication(message, sensitive_dict))  # 输出: False

算法优势与挑战

这些应用示例突出显示了字母异位词分组算法的多功能性和实用性。利用这种算法可以在不同场景下提供精确、高效的解决方案。然而,这也带来了一些挑战,如处理大数据集时的性能优化,以及在多语言环境中的应用适配等。通过不断优化算法实现和扩展其应用范围,可以更好地满足现实世界复杂多变的需求。


欢迎关注微信公众号 数据分析螺丝钉

相关文章
|
15小时前
|
机器学习/深度学习 人工智能 算法
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
球类识别系统,本系统使用Python作为主要编程语言,基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集 '美式足球', '棒球', '篮球', '台球', '保龄球', '板球', '足球', '高尔夫球', '曲棍球', '冰球', '橄榄球', '羽毛球', '乒乓球', '网球', '排球'等15种常见的球类图像作为数据集,然后进行训练,最终得到一个识别精度较高的模型文件。再使用Django开发Web网页端可视化界面平台,实现用户上传一张球类图片识别其名称。
15 7
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
|
15小时前
|
人工智能 数据挖掘 大数据
538个代码示例!麻省理工教授的Python程序设计+人工智能案例实践
Python简单易学,且提供了丰富的第三方库,可以用较少的代码完成较多的工作,使开发者能够专注于如何解决问题而只花较少的时间去考虑如何编程。 此外,Python还具有免费开源、跨平台、面向对象、胶水语言等优点,在系统编程、图形界面开发、科学计算、Web开发、数据分析、人工智能等方面有广泛应用。 尤其是在数据分析和人工智能方面,Python已成为最受开发者欢迎的编程语言之一,不仅大量计算机专业人员选择使用Python进行快速开发,许多非计算机专业人员也纷纷选择Python语言来解决专业问题。 由于Python应用广泛,关于Python的参考书目前已经有很多,但将Python编程与数据分析、人工智
|
2天前
|
机器学习/深度学习 自然语言处理 数据可视化
文本挖掘与可视化:生成个性化词云的Python实践【7个案例】
词云(Word Cloud),又称为文字云或标签云,是一种用于文本数据可视化的技术,通过不同大小、颜色和字体展示文本中单词的出现频率或重要性。在词云中,更频繁出现的单词会显示得更大,反之则更小。
|
2天前
|
存储 算法 Python
python常用算法(5)——树,二叉树与AVL树(一)
python常用算法(5)——树,二叉树与AVL树
|
2天前
|
机器学习/深度学习 自然语言处理 数据可视化
文本挖掘与可视化:生成个性化词云的Python实践【7个案例】
词云是文本数据可视化的工具,显示单词频率,直观、美观,适用于快速展示文本关键信息。 - 用途包括关键词展示、数据探索、报告演示、情感分析和教育。 - 使用`wordcloud`和`matplotlib`库生成词云,`wordcloud`负责生成,`matplotlib`负责显示。 - 示例代码展示了从简单词云到基于蒙版、颜色和关键词权重的复杂词云生成。 - 案例覆盖了中文分词(使用`jieba`库)、自定义颜色和关键词权重的词云。 - 代码示例包括读取文本、分词、设置词云参数、显示和保存图像。
16 1
|
1天前
|
人工智能 算法 搜索推荐
蓝桥杯宝藏排序题目算法(冒泡、选择、插入)
以下是内容的摘要: 本文介绍了三种排序算法:冒泡排序、选择排序和插入排序。冒泡排序通过不断交换相邻的逆序元素逐步排序,最坏情况下需要 O(n^2) 次比较。选择排序在每轮中找到剩余部分的最小元素并放到已排序序列的末尾,同样具有 O(n^2) 时间复杂度。插入排序则是将每个元素插入到已排序序列的正确位置,时间复杂度也是 O(n^2),但空间复杂度为 O(1)。
|
2天前
|
存储 算法 Shell
python常用算法(5)——树,二叉树与AVL树(三)
python常用算法(5)——树,二叉树与AVL树
|
2天前
|
算法 Python
python常用算法(5)——树,二叉树与AVL树(二)
python常用算法(5)——树,二叉树与AVL树
|
1天前
|
人工智能 算法 物联网
求解三维装箱问题的启发式深度优先搜索算法(python)
求解三维装箱问题的启发式深度优先搜索算法(python)
6 0
|
1天前
|
算法 Python
模拟退火算法求解TSP问题(python)
模拟退火算法求解TSP问题(python)
5 0