[宝宝也能看懂的活动篇][30-Day LeetCoding Challenge] 第六天

Hi 大家好，我是张小猪。欢迎来到『宝宝也能看懂』系列特别篇 - 30-Day LeetCoding Challenge。

这是一个 leetcode 官方的小活动。可以在官网看到，从 4 月 1 号开始，每天官方会选出一道题，在 24 小时内完成即可获得一点小奖励。虽然奖励似乎也没什么用，不过作为一个官方的打卡活动，小猪还是来打一下卡吧，正好作为每天下班回家后的娱乐。

这里是 4 月 6 号的题，也是题目列表中的第 49 题 -- 『字母异位词分组』

题目描述

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。

官方难度

MEDIUM

解决思路

由于题目不限制返回数据的顺序，所以我们只需要做字符串内容的区分即可。而这个区分，笼统的来说，就是找到一个格式化或者是序列化的方式，这个方式只关心不同字母出现的次数，并不关心它们的位置。

直接方案

基于上面的思路，我们可以轻松的想到一个最基础的方式，即统计单词中字母出现的频次。这种方式实现起来非常轻松，但是性能实在是不敢恭维。

在遍历每一个单词的时候，我们可以统计其中不同字母出现的次数，并将统计结果做互相比较，从而做到将不同类型的单词归类输出。具体代码如下：

const wordHash = word => {
  const map = new Map();
  for (let i = 0; i < word.length; ++i) {
    const char = word[i];
    map.set(char, map.has(char) ? map.get(char) + 1 : 1);
  }
  return map;
};
const compareHash = (map1, map2) => {
  if (map1.size !== map2.size) return false;
  for (let [char, count] of map1.entries()) {
    if (!map2.has(char) || map2.get(char) !== count) return false;
  }
  return true;
};
const groupAnagrams = strs => {
  const ret = [];
  const hashMap = new Map();
  for (const word of strs) {
    const hash = wordHash(word);
    let exist = false;
    for (let [map, idx] of hashMap.entries()) {
      if (!compareHash(hash, map)) continue;
      exist = true;
      ret[idx].push(word);
      break;
    }
    !exist && hashMap.set(hash, ret.push([word]) - 1);
  }
  return ret;
};

优化

上面思路里，处理过程的逻辑我们是比较难优化的，不过这个序列化的方式我们可以让它变得更快一些。

首先，由于只有小写字母，所以我们可以基于字母顺序对单词内的字符进行排序，这样就可以完成单词的归类啦。具体代码如下：

const groupAnagrams = strs => {
  const hashMap = new Map();
  for (const word of strs) {
    const serializeWord = word.split("").sort().join("");
    hashMap.has(serializeWord)
      ? hashMap.get(serializeWord).push(word)
      : hashMap.set(serializeWord, [word]);
  }
  return [...hashMap.values()];
};

再优化

再看上面的过程，其中字符串的排序过程还是比较耗时的。所以我们可以尝试再换一下特征提取方式。

我们可以申明一个长度为 26 的数组，基于字母 charCode 为下标来记录每个字母出现的次数，然后把这个数组转换为一个字符串作为序列化的结果。这样即可完成单词的归类啦。具体代码如下：

const groupAnagrams = strs => {
  const BASE_CODE = 97;
  const hashMap = new Map();
  for (const word of strs) {
    const countList = new Int8Array(26);
    for (let j = 0; j < word.length; ++j) {
      ++countList[word.charCodeAt(j) - BASE_CODE];
    }
    const serializeWord = countList.join("");
    hashMap.has(serializeWord)
      ? hashMap.get(serializeWord).push(word)
      : hashMap.set(serializeWord, [word]);
  }
  return [...hashMap.values()];
};

再再优化

在上面的转化过程中，我们还是每次都需要借助额外的数组，以及把数组转化为字符串。这次我们尝试一个单纯的数字计算，从而再优化这部分的性能。

我们可以利用质数的特殊性质来参与计算，从而实现只用一个数字就能完成特征标识的任务。不过这里有一个前提，即计算的结果不会超出数字的表示范围。具体代码如下：

const groupAnagrams = strs => {
  const BASE_CODE = 97;
  const CHAR_VAL_MAP = [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];
  const hashMap = new Map();
  for (const word of strs) {
    let val = 1;
    for (let j = 0; j < word.length; ++j) {
      val *= CHAR_VAL_MAP[word.charCodeAt(j) - BASE_CODE];
    }
    hashMap.has(val)
      ? hashMap.get(val).push(word)
      : hashMap.set(val, [word]);
  }
  return [...hashMap.values()];
};

总结

终于出现不是 EASY 难度的题了，可喜可贺！

这道题的核心逻辑并不复杂，很容易 AC，只是在具体的序列化部分我们可以有一些优化空间，从而提升性能。小猪给出了我自己的优化思路，希望能帮到有需要的小伙伴。

如果觉得不错的话，记得『三连』哦。小猪爱你们哟~

相关链接

• 活动题目列表
• leetcode 题解 repo
• 我的 segmentfault 专栏
• 我的知乎专栏