【LeetCode】大厂面试算法真题回忆(37)--知识图谱新词挖掘

题目描述

小华负责公司知识图谱产品，现在要通过新词挖掘完善知识图谱。

• 新词挖掘：给出一个待挖掘文本内容字符串content和一个词的字符串word，找到content中所有word的新词。
• 新词：使用词word的字符排列形成的字符串。

请帮小华实现新词挖掘，返回发现的新词的数量。

输入描述

第一行输入为待挖掘的文本内容content；
第二行输入为词word；

取值范围是：

• 0 <= content.length <= 10000000
• 1 <= word.length <= 2000

输出描述

在content中找到的所有word的新词的数量。

示例描述

示例一

输入：

qweebaewqd
qwe

输出：

2

说明：

起始索引等于0的子串是qwe，它是word的新词。
起始索引等于6的子串是ewq，它是word的新词。

示例二

输入：

abab
ab

输出：

3

说明：

起始索引等于0的子串是ab，它是word的新词。
起始索引等于1的子串是ba，它是word的新词。
起始索引等于2的子串是ab，它是word的新词。

解题思路

基本思路： 使用滑动窗口求解。

1. 滑动窗口大小为字符串word的长度。
2. 创建字符串word的Counter对象c2。
3. 遍历字符串content的长度：
   • 创建滑动窗口内content子串的Counter对象c1。
   • 比较两个对象，如果相等，统计结果加1。
4. 返回统计结果。

解题代码

from collections import Counter


def solve_method(content: str, word: str) -> int:
    w = len(word)
    count = 0
    c2 = Counter(word)

    for i in range(len(content) - w + 1):
        c1 = Counter(content[i:i + w])
        if c1 == c2:
            count += 1

    return count


if __name__ == '__main__':
    assert solve_method("qweebaewqd", "qwe") == 2
    assert solve_method("abab", "ab") == 3
```![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/9e57302be4c64b3d955f1924454911be.png#pic_center)