49.给出一个字符串数组,实现一个算法给定一组字符串,将字母异位词组合在一起
49. Group Anagrams
题目
给定一组字符串,将字母异位词组合在一起。
示例:
输入: [“eat”, “tea”, “tan”, “ate”, “nat”, “bat”]
输出:
[
[“ate”,“eat”,“tea”],
[“nat”,“tan”],
[“bat”]
]
注意:
- 所有输入均为小写字母。
- 输出的顺序可以是任意的。
解题思路
这道题可以将每个字符串都排序,排序完成以后,相同 Anagrams 的字符串必然排序结果一样。把排序以后的字符串当做 key 存入到 map 中。遍历数组以后,就能得到一个 map,key 是排序以后的字符串,value 对应的是这个排序字符串以后的 Anagrams 字符串集合。最后再将这些 value 对应的字符串数组输出即可。
代码实现
//代码实现思路:
//将字符串数组中的每个字符串转化为字符切片,并对其进行排序。
//使用一个字典(map)记录排序后的字符串作为键,原始字符串列表作为值,以实现分组。
//最后将字典中的所有值(即分组后的异位词)收集到结果中返回。
package leetcodeimport "sort"// 定义一个新的类型 sortRunes,该类型实现了 sort.Interface 接口,用于排序字符切片
type sortRunes []rune// Less 比较两个字符的大小
func (s sortRunes) Less(i, j int) bool {return s[i] < s[j]
}// Swap 交换两个字符的位置
func (s sortRunes) Swap(i, j int) {s[i], s[j] = s[j], s[i]
}// Len 返回字符切片的长度
func (s sortRunes) Len() int {return len(s)
}// groupAnagrams 函数将输入字符串数组中的字母异位词分组
func groupAnagrams(strs []string) [][]string {record := map[string][]string{} // 记录排序后的字符串与其对应的字母异位词组res := [][]string{} // 最终结果// 遍历每个字符串for _, str := range strs {sByte := []rune(str) // 将字符串转换为字符切片sort.Sort(sortRunes(sByte)) // 对字符切片进行排序sstrs := record[string(sByte)] // 获取排序后的字符串对应的异位词组sstrs = append(sstrs, str) // 将原字符串加入到对应的异位词组中record[string(sByte)] = sstrs // 更新记录}// 将所有的字母异位词组加入到结果中for _, v := range record {res = append(res, v)}return res
}
性能分析:
- 时间复杂度:
对每个字符串排序的时间复杂度为 O(K log K),其中 K 是字符串的最大长度。假设有 N 个字符串,那么总的时间复杂度为 O(N * K log K)。 - 空间复杂度:
空间复杂度为 O(N * K),其中 N 是字符串的数量,K 是字符串的最大长度。空间开销主要用于存储映射关系和最终的结果。
测试代码
package leetcodeimport ("fmt""testing"
)type question49 struct {para49ans49
}// para 是参数
// one 代表第一个参数
type para49 struct {one []string
}// ans 是答案
// one 代表第一个答案
type ans49 struct {one [][]string
}func Test_Problem49(t *testing.T) {qs := []question49{{para49{[]string{"eat", "tea", "tan", "ate", "nat", "bat"}},ans49{[][]string{{"ate", "eat", "tea"}, {"nat", "tan"}, {"bat"}}},},}fmt.Printf("------------------------Leetcode Problem 49------------------------\n")for _, q := range qs {_, p := q.ans49, q.para49fmt.Printf("【input】:%v 【output】:%v\n", p, groupAnagrams(p.one))}fmt.Printf("\n\n\n")
}
相关文章:
49.给出一个字符串数组,实现一个算法给定一组字符串,将字母异位词组合在一起
49. Group Anagrams 题目 给定一组字符串,将字母异位词组合在一起。 示例: 输入: [“eat”, “tea”, “tan”, “ate”, “nat”, “bat”] 输出: [ [“ate”,“eat”,“tea”], [“nat”,“tan”], [“bat”] ] 注意: 所有输入均为小写字母。输出的顺序可以…...
如何制作统信UOS启动盘?
如何制作统信UOS启动盘? 一、下载UOS系统安装镜像二、在UOS系统环境下制作启动盘步骤一:准备U盘步骤二:打开启动盘制作工具步骤三:选择ISO镜像文件步骤四:选择安装介质并格式化步骤五:等待制作完成 三、在W…...
Conda命令
查看当前有哪些虚拟环境 conda env list创建(删除)一个新的虚拟环境 conda create --name test1 python3.8 conda env remove --name test1进入和退出一个环境 conda activate test1 conda deactivate列出当前包安装的包 conda list安装包 conda in…...
perl——获取数组中元素的索引
参考: 如何获取数组中元素的索引 如果保证所有元素都是唯一的,或者只有第一个索引是感兴趣的: my ($index) grep { $array[$_] ~~ $element } 0 .. $#array;...
Vector vs 数组:Java中Vector相比数组的优点
每日自动更新各类学习教程及工具下载合集 https://pan.quark.cn/s/874c74e8040e 在Java编程中,数组(Array)和Vector都是用于存储数据的容器,但它们在设计和功能上有所不同。选择使用哪种数据结构取决于具体的需求。在这…...
掌握步进电机控制算法:提升自动化精度的关键(代码示例)
引言 步进电机因其高精度定位、良好的控制性能和简单的驱动方式,广泛应用于各类自动化设备中,如3D打印机、数控机床和机器人等。为了实现对步进电机的精确控制,采用合适的控制算法至关重要。本文将详细介绍几种常见的步进电机控制算法&#…...
MySQL的源码安装及基本部署(基于RHEL7.9)
这里源码安装mysql的5.7.44版本 一、源码安装 1.下载并解压mysql , 进入目录: wget https://downloads.mysql.com/archives/get/p/23/file/mysql-boost-5.7.44.tar.gz tar xf mysql-boost-5.7.44.tar.gz cd mysql-5.7.44/ 2.准备好mysql编译安装依赖: yum install cmake g…...
RUP-系统架构师(五十六)
1在RUP中采用“41”视图模型来描述软件系统的体系结构。在该模型中,最终用户侧重于(),系统工程师侧重于()。 问题1 问题2 A 实现视图 B 进程视图 C 逻辑视图 D 部署视图 解析: RUP有 逻辑…...
【大模型系列篇】人工智能与智能计算的发展
🔥🔥🔥 来自 中国工程院院士、中国科学院计算技术研究所研究员 孙凝晖 第十四届全国人大常委会专题讲座上的讲稿《人工智能与智能计算的发展》 “把新一代人工智能作为推动科技跨越发展、 产业优化升级、生产力整体跃升的驱动力量,…...
C++ | Leetcode C++题解之第365题水壶问题
题目: 题解: class Solution { public:bool canMeasureWater(int x, int y, int z) {if (x y < z) {return false;}if (x 0 || y 0) {return z 0 || x y z;}return z % gcd(x, y) 0;} };...
c++-类(中)
c-类(中) 一、类的默认成员函数1.1 什么是默认成员函数?1.2 默认成员函数有哪些? 二、构造函数2.1 什么是构造函数?2.2 构造函数的特点 三、析构函数3.1 什么是析构函数?3.2 析构函数的特点 四、拷贝构造函…...
在 Python 中查找列表中的重复元素
在 Python 中查找列表中的重复元素 在数据处理和分析中,查找重复元素是一个常见的任务。无论是在数据清洗、用户输入验证还是统计分析中,识别和处理重复数据都是至关重要的。在 Python 中,有多种方法可以查找列表中的重复元素。本文将详细介绍这些方法,包括示例代码、性能…...
Kafka【一】Windows下安装单节点Kafka
① 下载 下载软件安装包:kafka_2.12-3.6.1.tgz,下载地址:https://kafka.apache.org/downloads 这里的3.6.1,是Kafka软件的版本。截至到2023年12月24日,Kafka最新版本为3.6.1。2.12是对应的Scala开发语言版本。Scala2…...
基于深度学习的分子生成
基于深度学习的分子生成是一项结合化学、计算科学与人工智能的新兴领域,旨在利用深度学习模型来生成具有特定性质的分子结构。该技术在药物发现、材料科学和合成化学等领域具有广泛的应用前景。以下是详细的介绍: 1. 背景与动机 化学空间的广阔性&#…...
python——并行设计
在 Python 中,通过并行设计可以提高程序的效率,特别是在需要处理大量数据或进行耗时操作时。并行设计的基本思想是通过分配任务给多个线程或进程,利用多核 CPU 的计算能力,来同时执行多个任务,从而缩短总的执行时间。 …...
系统架构设计师——软件架构基本概念
基本概念 **软件架构是软件开发中的一个核心概念,它主要关注软件构件的结构、属性和交互作用。**以下是对软件架构的详细解读: 结构:软件架构定义了软件系统的基本结构,包括各个组件、模块和类的关系。这些元素如何组织和相互连…...
证书学习(二)搞懂 keystore、jks、p12、pfx、crt、csr、pem文件的区别
目录 一、背景二、文件格式的区分2.1 .keystore / .jks 文件2.2 .p12 / .pfx 文件2.3 .crt 文件2.4 csr 文件2.5 .pem 文件 三、总结 一、背景 我们在日常的开发过程中,经常会见到各种各样的证书相关类型的文件,错综复杂。 其实 keystore、jks、p12、p…...
基于python的在线自主评测系统设计与实现
博主介绍: 大家好,本人精通Java、Python、C#、C、C编程语言,同时也熟练掌握微信小程序、Php和Android等技术,能够为大家提供全方位的技术支持和交流。 我有丰富的成品Java、Python、C#毕设项目经验,能够为学生提供各类…...
Centos安装Jenkins教程详解版(JDK8+Jenkins2.346.1)
本教程基于 JDK8 和 Jenkins2.346.1 JDK安装 下载OpenJDK8文件 wget https://mirrors.tuna.tsinghua.edu.cn/Adoptium/8/jdk/x64/linux/OpenJDK8U-jdk_x64_linux_hotspot_8u422b05.tar.gz解压到指定目录 # 创建目录 mkdir -p /usr/local/software# 解压文件到指定目录&#…...
聚类分析|距离与相似系数|层次聚类|K均值聚类|SPSS及Matlab
聚类分析问题描述 聚类分析问题描述 人类认识世界的方法之一就是将事物按照各种属性或特征分成若干类别。 物以类聚、人以群分。分类方法多种多样,简单直接的如高、矮、胖瘦。使用的信息量小,但对类别界限附近的案例,分类结果不一定合适。 …...
python/java环境配置
环境变量放一起 python: 1.首先下载Python Python下载地址:Download Python | Python.org downloads ---windows -- 64 2.安装Python 下面两个,然后自定义,全选 可以把前4个选上 3.环境配置 1)搜高级系统设置 2…...
ffmpeg(四):滤镜命令
FFmpeg 的滤镜命令是用于音视频处理中的强大工具,可以完成剪裁、缩放、加水印、调色、合成、旋转、模糊、叠加字幕等复杂的操作。其核心语法格式一般如下: ffmpeg -i input.mp4 -vf "滤镜参数" output.mp4或者带音频滤镜: ffmpeg…...
相机从app启动流程
一、流程框架图 二、具体流程分析 1、得到cameralist和对应的静态信息 目录如下: 重点代码分析: 启动相机前,先要通过getCameraIdList获取camera的个数以及id,然后可以通过getCameraCharacteristics获取对应id camera的capabilities(静态信息)进行一些openCamera前的…...
3403. 从盒子中找出字典序最大的字符串 I
3403. 从盒子中找出字典序最大的字符串 I 题目链接:3403. 从盒子中找出字典序最大的字符串 I 代码如下: class Solution { public:string answerString(string word, int numFriends) {if (numFriends 1) {return word;}string res;for (int i 0;i &…...
大语言模型(LLM)中的KV缓存压缩与动态稀疏注意力机制设计
随着大语言模型(LLM)参数规模的增长,推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长,而KV缓存的内存消耗可能高达数十GB(例如Llama2-7B处理100K token时需50GB内存&a…...
Android第十三次面试总结(四大 组件基础)
Activity生命周期和四大启动模式详解 一、Activity 生命周期 Activity 的生命周期由一系列回调方法组成,用于管理其创建、可见性、焦点和销毁过程。以下是核心方法及其调用时机: onCreate() 调用时机:Activity 首次创建时调用。…...
云原生玩法三问:构建自定义开发环境
云原生玩法三问:构建自定义开发环境 引言 临时运维一个古董项目,无文档,无环境,无交接人,俗称三无。 运行设备的环境老,本地环境版本高,ssh不过去。正好最近对 腾讯出品的云原生 cnb 感兴趣&…...
【生成模型】视频生成论文调研
工作清单 上游应用方向:控制、速度、时长、高动态、多主体驱动 类型工作基础模型WAN / WAN-VACE / HunyuanVideo控制条件轨迹控制ATI~镜头控制ReCamMaster~多主体驱动Phantom~音频驱动Let Them Talk: Audio-Driven Multi-Person Conversational Video Generation速…...
云原生周刊:k0s 成为 CNCF 沙箱项目
开源项目推荐 HAMi HAMi(原名 k8s‑vGPU‑scheduler)是一款 CNCF Sandbox 级别的开源 K8s 中间件,通过虚拟化 GPU/NPU 等异构设备并支持内存、计算核心时间片隔离及共享调度,为容器提供统一接口,实现细粒度资源配额…...
React从基础入门到高级实战:React 实战项目 - 项目五:微前端与模块化架构
React 实战项目:微前端与模块化架构 欢迎来到 React 开发教程专栏 的第 30 篇!在前 29 篇文章中,我们从 React 的基础概念逐步深入到高级技巧,涵盖了组件设计、状态管理、路由配置、性能优化和企业级应用等核心内容。这一次&…...
