本文主要是介绍20240113-确定两个字符串是否接近,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!
题目要求
如果可以使用以下操作从另一个字符串获得一个字符串,则认为两个字符串是接近的:
- 操作1:交换任意两个现有字符。 例如,abcde -> aecdb
- 操作2:将每个出现的一个现有字符转换为另一个现有字符,并对另一个字符执行相同操作。 例如,aacabb -> bbcbaa(所有a都变成b,所有b都变成a)
您可以根据需要多次对任一字符串使用这些操作。 给定两个字符串,word1 和 word2,如果 word1 和 word2 接近,则返回 true,否则返回 false。
Example 1:
Input: word1 = "abc", word2 = "bca" Output: true Explanation: You can attain word2 from word1 in 2 operations. Apply Operation 1: "abc" -> "acb" Apply Operation 1: "acb" -> "bca"
Example 2:
Input: word1 = "a", word2 = "aa" Output: false Explanation: It is impossible to attain word2 from word1, or vice versa, in any number of operations.
Example 3:
Input: word1 = "cabbba", word2 = "abbccc"
Output: true
Explanation: You can attain word2 from word1 in 3 operations.
Apply Operation 1: "cabbba" -> "caabbb"
Apply Operation 2: "caabbb" -> "baaccc"
Apply Operation 2: "baaccc" -> "abbccc"
思路
两个字符串相似的定义是“通过无限的操作能够互相得到”,因此我们似乎并不需要记住字母的顺序,只需要记住字母出现的次数即可。用到哈希表。
- 操作1:交换任意两个现有字符。 例如,abcde -> aecdb
很明显操作1中的操作并不改变字母的数量,但是可以1对1操作字母顺序。因此只要两个字符串每个字母出现的数量一致,都可以通过操作1互相转换。
- 操作2:将每个出现的一个现有字符转换为另一个现有字符,并对另一个字符执行相同操作。 例如,aacabb -> bbcbaa(所有a都变成b,所有b都变成a)
操作2,交换不同字母的个数,也就是说我们甚至不需要准确的记录每个对应每个字母出现的次数,只要记录出现次数的list能对应上就可以。(但是统计个数也需要用哈希表来完成)
另外在获得map1和map2之后还需要判断一下二者的键是否都匹配,因为不存在的字母之间是无法互相转换的。
代码
class Solution {
public:bool closeStrings(string word1, string word2) {map<char, int> map1, map2;if (word1.size() != word2.size()) {return false;}for (int i = 0; i < word1.size(); ++i) {map1[word1[i]] += 1;map2[word2[i]] += 1;}for (auto &p : map1) {if (map2.find(p.first) == map2.end()) return false;}for (auto &p : map2) {if (map1.find(p.first) == map1.end()) return false;}vector<int> values1, values2;for (auto &p : map1) values1.push_back(p.second);for (auto &p : map2) values2.push_back(p.second);sort(values1.begin(), values1.end());sort(values2.begin(), values2.end());return values1 == values2;}
};
时间复杂度
-
映射字符: O(N),其中 N 是字符串的长度。
-
检查字符是否存在: O(N),假设映射操作为 O(log N),且最多有 N 个唯一字符。
-
排序频率: O(N log N),因为频率排序最差也要对 N 个元素进行排序。
-
总体时间复杂度 O(N log N),主要是排序步骤。
空间复杂度
- 频率计数映射: O(N),用于存储字符频率。
- 频率向量: O(N),用于存储频率的两个向量。
- 整体空间复杂度:O(N) O(N),因为所用空间与唯一字符数成正比,最多为 N。
这篇关于20240113-确定两个字符串是否接近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!