当前位置：首页 > news >正文

50-字母异位词分组

news 2025/7/23 19:46:34

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。

示例 1:

输入: strs = ["eat", "tea", "tan", "ate", "nat", "bat"]

输出: [["bat"],["nat","tan"],["ate","eat","tea"]]

解释：

在 strs 中没有字符串可以通过重新排列来形成 "bat"。
字符串 "nat" 和 "tan" 是字母异位词，因为它们可以重新排列以形成彼此。
字符串 "ate" ，"eat" 和 "tea" 是字母异位词，因为它们可以重新排列以形成彼此。

示例 2:

输入: strs = [""]

输出: [[""]]

示例 3:

输入: strs = ["a"]

输出: [["a"]]

提示：

1 <= strs.length <= 104
0 <= strs[i].length <= 100
strs[i] 仅包含小写字母

字母异位词分组的三种方法

要将字母异位词组合在一起，可以通过统计字符频率或排序字符的方式来识别它们。以下是三种不同的实现方法：

方法一：排序键哈希表法

将每个字符串排序后作为键，原字符串作为值存入哈希表，最后提取哈希表的值作为结果。

function groupAnagrams(strs: string[]): string[][] {const map = new Map<string, string[]>();for (const str of strs) {// 将字符串排序后作为键const sortedKey = str.split('').sort().join('');// 如果键不存在，初始化一个数组if (!map.has(sortedKey)) {map.set(sortedKey, []);}// 将原字符串添加到对应键的数组中map.get(sortedKey)!.push(str);}// 返回哈希表中的所有值return Array.from(map.values());
}

方法二：字符频率哈希表法

统计每个字符串中字符的频率，将频率数组转换为字符串作为键，存入哈希表。

function groupAnagrams(strs: string[]): string[][] {const map = new Map<string, string[]>();for (const str of strs) {// 统计字符频率的数组（26个小写字母）const count = new Array(26).fill(0);// 统计每个字符的出现次数for (const char of str) {count[char.charCodeAt(0) - 'a'.charCodeAt(0)]++;}// 将频率数组转换为字符串作为键const key = count.join('#');// 如果键不存在，初始化一个数组if (!map.has(key)) {map.set(key, []);}// 将原字符串添加到对应键的数组中map.get(key)!.push(str);}// 返回哈希表中的所有值return Array.from(map.values());
}

方法三：质数乘积法（理论优化，但实际可能溢出）

将每个字符映射为一个质数，通过计算字符串中所有字符对应的质数乘积作为键，确保字母异位词的乘积相同。

function groupAnagrams(strs: string[]): string[][] {// 26个小写字母对应的质数const primes = [2, 3, 5, 7, 11, 13, 17, 19, 23, 29,31, 37, 41, 43, 47, 53, 59, 61, 67,71, 73, 79, 83, 89, 97, 101];const map = new Map<number, string[]>();for (const str of strs) {// 计算质数乘积作为键let product = 1;for (const char of str) {const index = char.charCodeAt(0) - 'a'.charCodeAt(0);product *= primes[index];}// 如果键不存在，初始化一个数组if (!map.has(product)) {map.set(product, []);}// 将原字符串添加到对应键的数组中map.get(product)!.push(str);}// 返回哈希表中的所有值return Array.from(map.values());
}

复杂度分析

方法	时间复杂度	空间复杂度	说明
方法一（排序键）	O(n * k log k)	O(n * k)	n 是字符串数量，k 是最大字符串长度，排序操作主导时间复杂度
方法二（频率统计）	O(n * k)	O(n * k)	直接统计字符频率，时间复杂度更优，适用于字符集较小的情况
方法三（质数乘积）	O(n * k)	O(n * k)	理论上时间复杂度最优，但可能存在整数溢出问题，仅适用于字符串较短的情况

测试示例

// 示例1测试
console.log(groupAnagrams(["eat", "tea", "tan", "ate", "nat", "bat"]));
// 输出: [["bat"],["nat","tan"],["ate","eat","tea"]]// 示例2测试
console.log(groupAnagrams([""]));
// 输出: [[""]]// 示例3测试
console.log(groupAnagrams(["a"]));
// 输出: [["a"]]// 自定义测试
console.log(groupAnagrams(["listen", "silent", "enlist"]));
// 输出: [["listen","silent","enlist"]]