拼写单词 - LeetCode 1160 - 附C++代码

2023-11-02 06:50

本文主要是介绍拼写单词 - LeetCode 1160 - 附C++代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、问题描述

        给你一份『词汇表』(字符串数组) words 和一张『字母表』(字符串) chars。
假如你可以用 chars 中的『字母』(字符)拼写出 words 中的某个『单词』(字符串),那么我们就认为你掌握了这个单词。
        注意:每次拼写(指拼写词汇表中的一个单词)时,chars 中的每个字母都只能用一次。
返回词汇表 words 中你掌握的所有单词的长度之和。

示例 1:
输入:words = [“cat”,“bt”,“hat”,“tree”], chars = “atach”
输出:6
解释: 可以形成字符串 “cat” 和 “hat”,所以答案是两个单词长度之和 3 + 3 = 6。

示例 2:
输入:words = [“hello”,“world”,“leetcode”], chars = “welldonehoneyr”
输出:10
解释:可以形成字符串 “hello” 和 “world”,所以答案是两个单词长度之和 5 + 5 = 10。

原题:LeetCode 1160. 拼写单词

二、思路分析

1、暴力法

        分析题意中的判定条件,“会一个单词word”可以转换为条件:对word中的每一个字母,都有一个chars中的、未使用过的字母与之对应。由此不难想到暴力法的求解思路:每当判定一个word,创建一个与chars的每位对应的标记数组Mark[chars.size()],用于标记chars对应位是否被使用过,然后遍历word中的每一个字母,从chars中查找未用过的相同字母,并相应维护Mark,若word中的每一个字母都能取到,则认为“会”,结果长度增加该单词长度。

2、优化方式1

        分析暴力法的求解,有大量时间花费在了从chars中查找相同字母的操作上,为了优化这步查找,可以对chars建立索引,由于chars中的字母不能重复使用,可以建立<字母,个数>的map<char,int>。查找一个单词时,拷贝一份chars的map,再遍历这个单词中的字母,查找到字母的同时将可用个数减1。倘若未出现个数不够的情况,则认为“会这个单词”。

3、优化方式2

        根据 2 中的思路,已经对chars建立了map,进一步地,我们可以对每一个word也建立相同类型的map,同时无需再次拷贝chars的map,“会这个单词”则转换为条件:word中的每一个字母(即word_map中的每一个key),chars中都有足够的“可用量”(即chars_map[key]足够大)。

三、代码实现

1、暴力法

        略。

2、优化方式1(chars的map重复拷贝)

class Solution1 {
public:int countCharacters(vector<string>& words, string chars) {int res_len = 0;bool miss = false;//Get chars's index map <char,num>.map<char, int> chars_map;for (char ch : chars) {if (chars_map.count(ch)) chars_map[ch]++;else chars_map[ch] = 1;}//Judge each word in words.for (string word : words) {//Copy one map.map<char, int> copy_map(chars_map);miss = false;//Count one word.for (char ch : word) {if (!copy_map.count(ch) || copy_map[ch] == 0) {miss = true;break;}copy_map[ch]--;}if (!miss) res_len += word.size();}return res_len;}
};int main()
{/** 解题思路:本题转换成查找模型,对words中的每个单词,查找chars中是否存在一一对应;* 思路1:为了快速进行查找,对chars建立索引,由于chars中的字母不能重复使用,可以建立<字母,个数>的map<char,int>遍历一遍chars,建立索引map,每找到对应的字母,将对应的int+1;判断一个Word时,拷贝一份map,每当遇到一个字母,map中对应可用个数-1;当遇到剩余可用个数不足时,认为不会,若全部字母个数都够,则认为会。*/cout << "Process start." << endl;Solution1 s;vector<string> words1 = { "cat","bt","hat","tree" };string chars1 = "atach";cout << "Excepted result1 is : 6    Actually result1 is : " << s.countCharacters(words1, chars1) << endl;vector<string> words2 = { "hello","world","leetcode" };string chars2 = "welldonehoneyr";cout << "Excepted result2 is : 10    Actually result2 is : " << s.countCharacters(words2, chars2) << endl;cout<< "Process finish." << endl;return 0;
}

3、优化方式2

#include <iostream>
#include <vector>
#include <string>
#include <map>using namespace std;class Solution {
public:int countCharacters(vector<string>& words, string chars) {int res_len = 0;bool miss = false;//Get chars's index map <char,num>.map<char, int> chars_map;for (char ch : chars)chars_map[ch]++;//Judge each word in words.for (string word : words) {//Create word map.map<char, int> word_map;for (char ch : word)word_map[ch]++;//Start to judgemiss = false;for (auto k_v : word_map) {if (k_v.second > chars_map[k_v.first]) {miss = true;break;}}if (!miss) res_len += word.size();}return res_len;}
};int main()
{/** 解题思路:本题转换成查找模型,对words中的每个单词,查找chars中是否存在一一对应;* 思路1:为了快速进行查找,对chars建立索引,由于chars中的字母不能重复使用,可以建立<字母,个数>的map<char,int>遍历一遍chars,建立索引map,每找到对应的字母,将对应的int+1;判断一个Word时,拷贝一份map,每当遇到一个字母,map中对应可用个数-1;当遇到剩余可用个数不足时,认为不会,若全部字母个数都够,则认为会。* 思路2:对每一个word也建立相同类型的map,同时无需再次拷贝chars的map,“会这个单词”则转换为条件:每一个字母(即word_map中的每一个key),chars中都有足够的“可用量”(即chars_map[key]>word_map[key])。*/cout << "Process start." << endl;Solution s;vector<string> words1 = { "cat","bt","hat","tree" };string chars1 = "atach";cout << "Excepted result1 is : 6    Actually result1 is : " << s.countCharacters(words1, chars1) << endl;vector<string> words2 = { "hello","world","leetcode" };string chars2 = "welldonehoneyr";cout << "Excepted result2 is : 10    Actually result2 is : " << s.countCharacters(words2, chars2) << endl;cout<< "Process finish." << endl;return 0;
}

四、运行结果

1、一个map多次拷贝

2、分别建立map

五、时间与空间复杂度对比

        优化方式2 和 优化方式3 的时间复杂度是O(n1 + n2),空间复杂度是O(2 * n2),n1是words的总长度,n2 是chars的长度。但两种方式运行时的区别在哪呢?到底哪个更快?

        从运行信息中显示,对于给定的测试用例,优化方式2 比 优化方式3 内存占用更高,但运行速度更快(这是在我预料之外的),倘若把 3 中的 map 改为 unordered_map,内存占用将会进一步降低,而耗时则会更高。

        分析具体执行的过程,发现有两个点:

        1、给定的大部分用例中,chars的长度都是比单个word长的,这导致方式2 (拷贝chars_map)比方式3 (创建word_map)空间占用更高;

        2、对于一个不会的word,对方式2 而言,并不一定会完整地遍历整个word,只要中间有一个字母出现了问题,这个word的后续字母都将不会被遍历。而对于方式3,一定是完整地遍历这个word的(构建map在判定之前)。这是二者判定耗时上的差别。

        此外,方式2 使用了map 的拷贝构造函数(构建了更多元素),方式3使用insert 方法(插入的元素更少), 这两种方法到底哪个的性能更高仍待查找资料或者实验确认。

 

 

这篇关于拼写单词 - LeetCode 1160 - 附C++代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/328871

相关文章

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素(O(1)) 当我们要频繁的查找某个元素,第一哈希表O(1),第二,二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储,只要开26个c

【C++ Primer Plus习题】13.4

大家好,这里是国中之林! ❥前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。有兴趣的可以点点进去看看← 问题: 解答: main.cpp #include <iostream>#include "port.h"int main() {Port p1;Port p2("Abc", "Bcc", 30);std::cout <<

C++包装器

包装器 在 C++ 中,“包装器”通常指的是一种设计模式或编程技巧,用于封装其他代码或对象,使其更易于使用、管理或扩展。包装器的概念在编程中非常普遍,可以用于函数、类、库等多个方面。下面是几个常见的 “包装器” 类型: 1. 函数包装器 函数包装器用于封装一个或多个函数,使其接口更统一或更便于调用。例如,std::function 是一个通用的函数包装器,它可以存储任意可调用对象(函数、函数

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

06 C++Lambda表达式

lambda表达式的定义 没有显式模版形参的lambda表达式 [捕获] 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 有显式模版形参的lambda表达式 [捕获] <模版形参> 模版约束 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 含义 捕获:包含零个或者多个捕获符的逗号分隔列表 模板形参:用于泛型lambda提供个模板形参的名

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能