“变位词”判断问题
1
“变位词”判断问题
“变位词”判断问题
所谓“变位词”是指两个词之间存在组成字母的 重新排列关系 如:heart和earth,python和typhon 为了简单起见,假设参与判断的两个词仅由小写 字母构成,而且长度相等
❖解题目标:写一个bool函数,以两个词作 为参数,返回这两个词是否变位词
❖可以很好展示同一问题的不同数量级算法
解法1:逐字检查
❖解法思路 将词1中的字符逐个到词2中检查是否存在 存在就“打勾”标记(防止重复检查) 如果每个字符都能找到,则两个词是变位词 只要有1个字符找不到,就不是变位词
❖程序技巧 实现“打勾”标记:将词2对应字符设为None 由于字符串是不可变类型,需要先复制到列表中
❖逐字检查法代码
#逐字检查法 def anagramSolution1(s1,s2): alist=list(s2) #将s2内容转换成列表复制到alist中 pos1=0; stillOK=True while pos1<len(s1) and stillOK: #循环s1中的每一个字符 pos2=0 found=False while pos2<len(alist) and not found:#循环alist中每一个字符 if s1[pos1]==alist[pos2]: #s1与s2的值进行对比 如果为真则判断整确跳出这个循环 found=True else: pos2=pos2+1 #否则继续比较 if found: alist[pos2]=None #找到打勾 else: stillOK=False #未找到、失败 pos1=pos1+1 return stillOK print(anagramSolution1('python','ypthon'));
❖算法分析
问题规模:词中包含的字符个数n
主要部分在于两重循环 外层循环遍历s1每个字符,将内层循环执行n次 而内层循环在s2中查找字符,每个字符的对比次 数,分别是1、2…n中的一个,而且各不相同
所以总执行次数是1+2+3+……+n 可知其数量级为O(n2)
解法2:排序比较
❖解题思路 将两个字符串都按照字母顺序排好序 再逐个字符对比是否相同,如果相同则是变位词 有任何不同就不是变位词
❖排序比较代码
def anagramSolution2(s1,s2): #分别转换为列表赋值给alist1、alist2 alist1=list(s1) alist2=list(s2) #分别排序 alist1.sort() alist2.sort() pos=0 matches=True while pos<len(s1) and matches: if alist1[pos]==alist2[pos]: #诸葛对比 pos=pos+1 else: matches=False return matches print(anagramSolution2('notyph','ypthon'));
❖算法分析
粗看上去,本算法只有一个循环,最多执 行n次,数量级是O(n)
但循环前面的两个sort并不是无代价的 如果查询下后面的章节,会发现排序算法采用不 同的解决方案,其运行时间数量级差不多是 O(n2)或者O(n log n),大过循环的O(n)
所以本算法时间主导的步骤是排序步骤
本算法的运行时间数量级就等于排序过程 的数量级O(n log n)
解法3:暴力法
暴力法解题思路为:穷尽所有可能组合
将s1中出现的字符进行全排列,再查看s2 是否出现在全排列列表中
这里最大困难是产生s1所有字符的全排列 根据组合数学的结论,如果n个字符进行全排列 ,其所有可能的字符串个数为n
我们已知 n! 的增长速度甚至超过2n 例如,对于20个字符长的词来说,将产生 20!=2,432,902,008,176,640,000个候选词 如果每微秒处理1个候选词的话,需要近8万年时 间来做完所有的匹配。
❖结论:暴力法恐怕不能算是个好算法
解法4:计数比较
解题思路:对比两个词中每个字母出现的 次数,如果26个字母出现的次数都相同的 话,这两个字符串就一定是变位词
❖具体做法:为每个词设置一个26位的计数 器,先检查每个词,在计数器中设定好每 个字母出现的次数
❖计数完成后,进入比较阶段,看两个字符 串的计数器是否相同,如果相同则输出是 变位词的结论
❖计数比较代码
def anagramSolution4(s1,s2): #分别转换为列表赋值给alist1、alist2 c1=[0]*26; c2=[0]*26; #1.利用ascii特性a=65 b=66... z=90 所以开辟26个字母开辟26个空间 #2.首先循环判断s1的每一个字母 用当前字母的ascii码减去a的ascii码 #3.将得到的差当成数组下标给c1并赋值1让它里面不为None #4.s2循环跟s1一样步骤 参考2 3 #5.循环判断 c1和c2数组所有的内容 如果有一处不相等则不相等 for i in range(len(s1)): #分别计数 pos=ord(s1[i])-ord('a') c1[pos]=1 for i in range(len(s2)): pos=ord(s2[i])-ord('a') c2[pos]=1 j=0 stillOK=True while j<26 and stillOK: #计数器比较 if c1[j]==c2[j]: j=j+1 else: stillOK=False return stillOK print(anagramSolution4('cdge','egdc'));
❖算法分析
❖计数比较算法中有3个循环迭代,但不象 解法1那样存在嵌套循坏 前两个循环用于对字符串进行计数,操作次数等 于字符串长度n 第3个循环用于计数器比较,操作次数总是26次
❖所以总操作次数T(n)=4n+26,其数量级 为O(n) 这是一个线性数量级的算法,是4个变位词判断 算法中性能最优的
❖值得注意的是,本算法依赖于两个长度为 26的计数器列表,来保存字符计数,这相 比前3个算法需要更多的存储空间 如果考虑由大字符集构成的词(如中文具有上万 不同字符),还会需要更多存储空间。
❖牺牲存储空间来换取运行时间,或者相反 ,这种在时间空间之间的取舍和权衡,在 选择问题解法的过程中经常会出现。
“变位词”判断问题
1
“变位词”判断问题
1