leetcode 每日一题 2024年01月17日 最大字符串配对数目

发布时间:2024年01月17日

题目

2744. 最大字符串配对数目

给你一个下标从 0 开始的数组 words ,数组中包含 互不相同 的字符串。

如果字符串 words[i] 与字符串 words[j] 满足以下条件,我们称它们可以匹配:

  • 字符串 words[i] 等于 words[j] 的反转字符串。
  • 0 <= i < j < words.length

请你返回数组 words 中的 最大 匹配数目。

注意,每个字符串最多匹配一次。

示例 1:

输入:words = ["cd","ac","dc","ca","zz"]
输出:2
解释:在此示例中,我们可以通过以下方式匹配 2 对字符串:
- 我们将第 0 个字符串与第 2 个字符串匹配,因为 word[0] 的反转字符串是 "dc" 并且等于 words[2]。
- 我们将第 1 个字符串与第 3 个字符串匹配,因为 word[1] 的反转字符串是 "ca" 并且等于 words[3]。
可以证明最多匹配数目是 2 。

示例 2:

输入:words = ["ab","ba","cc"]
输出:1
解释:在此示例中,我们可以通过以下方式匹配 1 对字符串:
- 我们将第 0 个字符串与第 1 个字符串匹配,因为 words[1] 的反转字符串 "ab" 与 words[0] 相等。
可以证明最多匹配数目是 1 。

示例 3:

输入:words = ["aa","ab"]
输出:0
解释:这个例子中,无法匹配任何字符串。

提示:

  • 1 <= words.length <= 50
  • words[i].length == 2
  • words 包含的字符串互不相同。
  • words[i] 只包含小写英文字母。

分析

  1. 根据提示我们知道数组中的每个字符串长度是2
  2. 并且数组中的每个字符串互不相同,我们需要找到互逆的字符串的对数
  3. 由于数据量很少我们可以使用双重循环查找的方式。
  4. 在本题中使用Hash的方式,来解决这个问题,由于只有两个字符我们可以把字符串映射成数字,需要找到不会产生hash冲突hash函数
  5. 首先尝试引入单个变量x1,a代表字符串的第1个字符,b代表字符串的第2个字符。
    没有hash冲突即:x1*a+b !=x1*a1+b1=>x1(a-a1)!=(b1-b2)
    b1-b2的取值范围是[-25,25],所以x1只需要在这个范围之外任意取一个值即可。
    在java实现中我们选择26,在js实现中我们选择-26来验证一下。
    此时x1*a+b的值能确定唯一的字符串。
  6. 对于每个字符串word,如果26*word[1]+word[0]在hash表里面,证明存在一对相反的,res++。
    反之不存在,**把26*word[0]+word[1]**加入到hash表中。

编码

Java实现:

class Solution {
    public int maximumNumberOfStringPairs(String[] words) {
        int res = 0;
        HashSet<Integer> integers = new HashSet<>();
        for (String word : words) {
            if(integers.contains(26*word.charAt(1)+word.charAt(0))){
                res++;
            }else {
                integers.add(26*word.charAt(0)+word.charAt(1));
            }
        }
        return res;
    }
}

JavaScript实现:

/**
 * @param {string[]} words
 * @return {number}
 */
var maximumNumberOfStringPairs = function(words) {
    const set = new Set();
    let res = 0;
    for(const ele of words){
        if(set.has(-26*ele.charCodeAt(1)+ele.charCodeAt(0))){ 
            res++;
        }
        else{
            set.add(-26*ele.charCodeAt(0)+ele.charCodeAt(1));
        }
    }
    return res;
};

复杂度

时间复杂度:O(n)

空间复杂度:O(n)

交流

qq群:
在这里插入图片描述

文章来源:https://blog.csdn.net/h88888888888/article/details/135654964
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。