• 【面试经典150 | 哈希表】单词规律


    写在前面

    本专栏专注于分析与讲解【面试经典150】算法,两到三天更新一篇文章,欢迎催更……

    专栏内容以分析题目为主,并附带一些对于本题涉及到的数据结构等内容进行回顾与总结,文章结构大致如下,部分内容会有增删:

    • Tag:介绍本题牵涉到的知识点、数据结构;
    • 题目来源:贴上题目的链接,方便大家查找题目并完成练习;
    • 题目解读:复述题目(确保自己真的理解题目意思),并强调一些题目重点信息;
    • 解题思路:介绍一些解题思路,每种解题思路包括思路讲解、实现代码以及复杂度分析;
    • 知识回忆:针对今天介绍的题目中的重点内容、数据结构进行回顾总结。

    Tag

    哈希表】【字符串】


    题目来源

    面试经典150 | 290. 单词规律


    题目解读

    该题目与 面试经典150 | 205. 同构字符串 如出一辙,只是其中的一个字符串变成了英文单词字符和空格组成的。


    解题思路

    方法一:哈希表

    解决本题的思路依旧是 面试经典150 | 205. 同构字符串 中的解题思路,本题只是多了一步先从字符串 s 中根据空格分隔字符,然后将分隔后的字符存入哈希表中。

    如何根据空格来分割字符串,这是字符串的基础操作了。

    维护一个字符串 str 来存放当前的字符,维护一个字符串数组 vStr 来存放分割出来的字符串。我们遍历字符串 s,在没遇到空格或者到达字符结尾时,我们就累加当前的字符到 str 上,一旦遇到了空格或者达到的字符串结尾,就将 str 存放到 vStr 中,并更新 str = "",我们遍历完字符串 s 分割任务也就完成了。

    实现代码

    class Solution {
    public:
        bool wordPattern(string pattern, string s) {
            int i;
            s += '-';
            vector<string> vStr;
            string str;
            for(i = 0; i < s.size(); ++i) {
                if(isspace(s[i]) || s[i] == '-') {
                    vStr.push_back(str);
                    str.clear();
                }
                else {
                    str += s[i];
                }
            }
    
            unordered_map<char, int> chIdx, strIdx;
    
            int n = pattern.size();
            int m = vStr.size();
            if(m != n) {
                return false;
            }
            
            for(i = 0; i < n; ++i) {
                chIdx[pattern[i]] = i;
                strIdx[vStr[i]] = i;
            }
    
            for(i = 0; i < n; ++i) {
                if(chIdx[pattern[i]] != strIdx[vStr[i]]) {
                    return false;
                }
            }
            return true;
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38

    复杂度分析

    时间复杂度: O ( n ) O(n) O(n) n n n 为字符串 pattern 的长度。

    空间复杂度: O ( n ) O(n) O(n)


    写在最后

    如果文章内容有任何错误或者您对文章有任何疑问,欢迎私信博主或者在评论区指出 💬💬💬。

    如果大家有更优的时间、空间复杂度方法,欢迎评论区交流。

    最后,感谢您的阅读,如果感到有所收获的话可以给博主点一个 👍 哦。

  • 相关阅读:
    CodeForces每日好题10.14
    鸿蒙自定义DrawerLayout侧滑菜单实现原理
    如何评估需求优先级?
    Git分支管理
    “新KG”视点 | 知识图谱与大语言模型协同模式探究
    从此以后,将硬件接入大语言模型(LLM)将变得如此简单~
    Springboot 开发env
    智能无人驿站系统小程序
    JavaSE 第六章 面向对象基础-中(继承)
    springboot配置打野sql语句,而不打印结果
  • 原文地址:https://blog.csdn.net/weixin_54383080/article/details/133705058