【LeetCode 每日一题】1935. 可以输入的最大单词数
Problem: 1935. 可以输入的最大单词数
文章目录
- 整体思路
- 完整代码
- 时空复杂度
- 时间复杂度：O(N + M)
- 空间复杂度：O(N + M)
整体思路
这段代码的目的是计算在一个给定的文本 text 中，有多少个单词是可以被完整打出的。判断的标准是，这个单词不包含任何 brokenLetters 字符串中指定的“损坏”的字母。
该算法采用了一种清晰、分步的策略：分割 -> 预处理 -> 逐词检查。
-
第一步：分割文本为单词
String[] words = text.split(" ");：算法首先将输入的text字符串按照空格进行分割，得到一个包含所有单词的字符串数组words。
-
第二步：预处理损坏的字母
- 为了能够快速地判断一个字母是否是“损坏”的，算法将
brokenLetters字符串中的所有字符存入一个 哈希集合 (HashSet)broken。 - 目的：
HashSet提供了平均时间复杂度为 O(1) 的contains()查找操作，这远比在brokenLetters字符串中进行线性搜索要高效得多。
- 为了能够快速地判断一个字母是否是“损坏”的，算法将
-
第三步：逐词检查并计数
- 算法采用了一种“减法”的计数策略。
- 初始化：
int ans = words.length;，首先假设所有单词都可以被打出。 - 遍历：然后，通过一个
for-each循环，遍历words数组中的每一个word。 - 逐字检查：对于每个
word，再进入一个内层循环，遍历该单词的每一个字符c。 - 判断与中断：
if (broken.contains(c)): 使用预处理好的broken集合，快速检查当前字符c是否是损坏的。- 如果
c是损坏的，那么整个word就无法被打出。此时，将计数器ans减一 (ans--)。 break;: 一旦发现一个损坏的字母，就没有必要再检查这个单词的其余字母了。break语句会立即跳出内层循环，开始检查下一个单词，这是一个有效的优化。
- 如果一个单词的所有字符都被检查完而没有触发
break，那么ans的值就不会因这个单词而改变，它仍然被算作一个可以打出的单词。
-
返回结果
- 在检查完所有单词后，
ans中存储的就是最终可以被打出的单词的总数。
- 在检查完所有单词后，
完整代码
import java.util.HashSet;
import java.util.Set;class Solution {/*** 计算文本中有多少个单词可以被完整打出。* @param text 输入的文本字符串* @param brokenLetters 包含所有损坏字母的字符串* @return 可以被打出的单词数量*/public int canBeTypedWords(String text, String brokenLetters) {// 步骤 1: 将文本按空格分割成单词数组String[] words = text.split(" ");// 步骤 2: 预处理损坏的字母，存入 HashSet 以便快速查找Set<Character> broken = new HashSet<>();for (char c : brokenLetters.toCharArray()) {broken.add(c);}// 步骤 3: 初始化计数器为总单词数，然后减去无法打出的单词int ans = words.length;// 遍历每一个单词for (String word : words) {// 遍历当前单词的每一个字符for (char c : word.toCharArray()) {// 使用 HashSet 进行 O(1) 的快速检查if (broken.contains(c)) {// 如果单词中包含任何一个损坏的字母，则该单词无法打出ans--; // 将计数器减一break; // 无需再检查此单词的其余字母，跳出内层循环}}}return ans;}
}
时空复杂度
- 设
N为text的总长度。 - 设
M为brokenLetters的长度。 - 设
W为text中的单词数。 - 设
L为最长单词的长度。
时间复杂度：O(N + M)
- 分割字符串：
text.split(" ")的时间复杂度与文本长度N成正比，即 O(N)。 - 构建
broken集合：遍历brokenLetters并将其字符加入HashSet。时间复杂度为 O(M)。 - 检查单词：
- 外层循环遍历
W个单词。 - 内层循环遍历每个单词的字符。
word.toCharArray()的时间与单词长度成正比。broken.contains(c)是 O(1) 操作。- 所有内层循环的总执行次数，等于
text中所有非空格字符的总数。这个总数小于等于N。 - 因此，整个检查过程的时间复杂度与
text的总长度N成正比，即 O(N)。
- 外层循环遍历
综合分析：
总的时间复杂度是 O(N) + O(M) + O(N) = O(2N + M)。简化后，可以表示为 O(N + M)。
空间复杂度：O(N + M)
words数组：text.split(" ")会创建一个新的字符串数组。在最坏的情况下（例如，每个字符都是一个单词，用空格隔开），这个数组可能需要存储大约N/2个字符串对象。总的空间占用与text的长度N相关，为 O(N)。broken集合：HashSet需要存储brokenLetters中的所有唯一字符。其空间复杂度为 O(M)。toCharArray()副本：在循环中，word.toCharArray()会为每个单词创建一个临时的字符数组副本。由于这个空间是可复用的，所以它只影响峰值内存使用，其大小为O(L)（最长单词长度）。
综合分析：
算法所需的额外空间主要由 words 数组和 broken 集合决定。因此，总的空间复杂度为 O(N + M)。