【LeetCode】49.字母异位词分组

题目

给你一个字符串数组，请你将 字母异位词 组合在一起。可以按任意顺序返回结果列表。

字母异位词 是由重新排列源单词的所有字母得到的一个新单词。

示例 1:

输入: strs = [“eat”, “tea”, “tan”, “ate”, “nat”, “bat”]
输出: [[“bat”],[“nat”,“tan”],[“ate”,“eat”,“tea”]]
示例 2:

输入: strs = [“”]
输出: [[“”]]
示例 3:

输入: strs = [“a”]
输出: [[“a”]]

1. 排序

1. 排序的str作为键
2. 将原str添加为键值
3. 最后返回键值作为list

class Solution(object):
    def groupAnagrams(self, strs):
        """
        :type strs: List[str]
        :rtype: List[List[str]]
        """
        """
        1.排序的str作为键
        2.将原str添加为键值
        3.最后返回键值作为list
        """
        mp = defaultdict(list)
        for str in strs:
            key = "".join(sorted(str))
            mp[key].append(str)
        return list(mp.values())

• 使用 sorted(s) 对每个字符串进行排序，''.join(sorted(s)) 将该列表拼接成一个新的字符串，作为字典的键。
  • 对字符串 “eat” 排序后得到 “aet”
  • 对字符串 “tea” 排序后得到 “aet”
  • 对字符串 “tan” 排序后得到 “ant”
• 对于相同的字母异位词，它们的排序后的字符串是相同的，因此会被分到同一组。
• defaultdict(list) 用来创建一个默认值为列表的字典，这样在添加元素时无需先检查键是否存在。
  • 如果 sorted_str 还没有出现在字典中，Python 会自动为它创建一个空列表。然后，我们将原始字符串 s 添加到这个列表中。

• 对 “eat” 排序，得到 “aet”，将 “eat” 加入到 anagrams[“aet”] 中，anagrams = {“aet”: [“eat”]}。
• 对 “tea” 排序，得到 “aet”，将 “tea” 加入到 anagrams[“aet”] 中，anagrams = {“aet”: [“eat”, “tea”]}。
• 对 “tan” 排序，得到 “ant”，将 “tan” 加入到anagrams[“ant”] 中，anagrams = {“aet”: [“eat”, “tea”], “ant”: [“tan”]}。
• 对 “ate” 排序，得到 “aet”，将 “ate” 加入到 anagrams[“aet”] 中，anagrams = {“aet”:[“eat”, “tea”, “ate”], “ant”: [“tan”]}。
• 对 “nat” 排序，得到 “ant”，将 "nat"加入到 anagrams[“ant”] 中，anagrams = {“aet”: [“eat”, “tea”, “ate”], “ant”:[“tan”, “nat”]}。
• 对 “bat” 排序，得到 “abt”，将 “bat” 加入到 anagrams[“abt”]中，anagrams = {“aet”: [“eat”, “tea”, “ate”], “ant”: [“tan”, “nat”],“abt”: [“bat”]}。
• .values() 会返回 [[‘eat’, ‘tea’, ‘ate’], [‘tan’, ‘nat’], [‘bat’]]

2. 计数

1. 将出现的字母次数的字母表作为键(one-hot编码)
2. 将原str添加为键值
3. 最后返回键值作为list

class Solution(object):
    def groupAnagrams(self, strs):
        """
        :type strs: List[str]
        :rtype: List[List[str]]
        """
        """
        1.将出现的字母次数的字母表作为键(有点像one-hot编码，但次数可以大于2)
        2.将原str添加为键值
        3.最后返回键值作为list
        """
        mp = defaultdict(list)
        for str in strs:
            # 创建字母表
            counts = [0] * 26
            for word in str:
                # 每个字母对应[0, 26]所出现的次数（ASCII码:ord）
                counts[ord(word) - ord("a")] += 1
            # unhashable type: 'list'
            # 字典的键必须是不可变类型，list可变，tuple不可变
            mp[tuple(counts)].append(str)
        return list(mp.values())

• 计数法：我们不再对字符串进行排序，而是通过一个包含26个元素的计数列表来记录每个字符串中每个字母的出现次数。字母的索引是通过 ord(char) - ord('a') 来计算的，这样就可以将每个字母映射到 0-25 的范围内。
• 使用 tuple(count) 作为字典键：由于列表不可作为字典的键，我们将 count 转换为元组（tuple），作为字典的键。这样相同字母异位词的字符频率会生成相同的键，确保它们被分到同一组。
• defaultdict(list)：这个数据结构使得当某个键第一次出现时，会自动创建一个空列表，无需显式地检查键是否已经存在。

• 对于单词 “eat”，char_count 是 [1, 0, 0, 0, 1, 0, …, 0, 1]，转换为元组 (1, 0, 0, 0, 1, 0, …, 0, 1)，作为键，将 “eat” 添加到字典 anagrams 中。

• 对于单词 “tea”，char_count 也是 [1, 0, 0, 0, 1, 0, …, 0, 1]，转换为元组 (1, 0, 0, 0, 1, 0, …, 0, 1)，它的字符频次和 “eat” 相同，因此将 “tea” 也添加到相同的组中。

• 对于单词 “tan”，char_count 是 [1, 0, 1, 0, 0, 0, …, 0]，转换为元组 (1, 0, 1, 0, 0, 0, …, 0)，作为键，它会被放到不同的组中，与 “nat” 和 “tan” 在同一组。