LeetCode-day2:字母异位词分组分析

博客：从「字母异位词分组」中学到的 Python 哈希与字符串处理核心技巧

题号：LeetCode #49 Group Anagrams

语言：Python

核心收获：如何设计"键（key）"来分组数据 + 深入理解 sorted、defaultdict、ord、tuple 等关键工具

---

一、题目回顾

给定一个字符串数组 strs，将所有字母异位词（Anagram）组合在一起。

• 字母异位词 ：由相同字母以不同顺序组成的单词（如 "eat"、"tea"、"ate"）
• 要求：返回一个列表，每个子列表包含一组异位词

示例：

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

---

二、解题核心思想：用"标准化签名"作为分组依据

要判断两个字符串是否是异位词，关键是看它们包含的字母种类和数量是否完全一致。

于是我们引入一个核心策略：

为每个字符串生成一个唯一的"签名（signature）"，只要签名相同，就是异位词。

然后用哈希表（字典） 把相同签名的字符串归为一组。

接下来，我通过这道题学会了三种生成签名的方法，每一种都带来了新的 Python 技巧。

---

三、方法一：排序法 ------ 学会 ''.join(sorted(s))

✅ 核心代码：

key = ''.join(sorted(s))

🔍 我学到的关键点：

1. sorted(s) 对字符串排序后返回的是字符列表

   sorted("bac")  # → ['a', 'b', 'c']（不是 "abc"！）

   因为 sorted() 函数对任何可迭代对象操作后统一返回 list，这是 Python 的设计规范。

2. 要用 ''.join(...) 把字符列表拼回字符串

   ''.join(['a','b','c'])  # → "abc"

   这是字符串拼接的高效方式 （比 + 快得多）。

3. 这个字符串可作为字典的 key

   因为字符串是不可变类型，天然可哈希。

💡 应用场景：

• 所有需要"忽略顺序、只看组成"的问题（如异位词、变位数等）

---

四、方法二：使用 defaultdict ------ 告别手动初始化！

✅ 核心代码：

from collections import defaultdict
groups = defaultdict(list)
groups[key].append(s)  # 即使 key 不存在，也会自动创建空列表！

🔍 我学到的关键点：

1. 传统写法很啰嗦：

   if key not in groups:
       groups[key] = []
   groups[key].append(s)

2. defaultdict(list) 自动处理"第一次出现"的情况

   • 当访问一个不存在的 key 时，它会自动调用 list() 创建一个空列表
   • 然后你可以直接 .append()，无需判断

3. defaultdict 是 dict 的子类，用法几乎一样

   最后仍可通过 list(groups.values()) 获取结果

💡 扩展知识：

• defaultdict(int)：用于计数（自动初始化为 0）
• defaultdict(set)：用于去重集合
• 这是 LeetCode 分组类题目的标准模板

---

五、方法三：字符频次法 ------ 学会 ord 与 tuple 作 key

✅ 核心代码：

count = [0] * 26  # 初始化长度为 26 的全零列表
for char in s:
    count[ord(char) - ord('a')] += 1
key = tuple(count)  # 转为元组才能当 dict 的 key

🔍 我学到的关键点：

1. [0] * 26 快速创建固定长度列表

• 这是初始化计数数组的惯用写法
• 比 for i in range(26): count.append(0) 更简洁高效

2. ord() 函数获取字符的 ASCII 码

• ord('a') → 97

• ord('b') → 98

• 所以 ord(char) - ord('a') 可将小写字母映射到 0~25

  'a' → 0, 'b' → 1, ..., 'z' → 25

3. 为什么不用 if 判断？------ 数组下标天然支持"分类"

• 以前我总想："如果遇到 'a' 就加到 a 的计数，遇到 'b' 就加到 b......"
• 但其实不需要 if ！直接用 count[index] += 1 即可
• 这是用空间换逻辑简化的经典思想

4. tuple(count) 让列表变成可哈希的 key

• 字典的 key 必须是不可变类型

• list 是可变的 → 不能当 key

• tuple 是不可变的 → 可以当 key

  d = {}
  d[[1,2]] = 1   # ❌ 报错
  d[(1,2)] = 1   # ✅ 成功

💡 优势 vs 排序法：

• 时间复杂度更低：O(M) vs O(M log M)（M 是字符串长度）
• 但仅适用于小写字母等有限字符集

---

六、完整代码对比

✅ 方法一：排序法（推荐，简洁通用）

from collections import defaultdict
from typing import List

class Solution:
    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
        groups = defaultdict(list)
        for s in strs:
            key = ''.join(sorted(s))
            groups[key].append(s)
        return list(groups.values())

✅ 方法三：频次法（高效，适合面试展示深度）

from collections import defaultdict
from typing import List

class Solution:
    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
        groups = defaultdict(list)
        for s in strs:
            count = [0] * 26
            for char in s:
                count[ord(char) - ord('a')] += 1
            groups[tuple(count)].append(s)
        return list(groups.values())

---

七、本题带给我的核心认知升级

以前的我	现在的我
想手写排序或用一堆 if 判断字符	知道用 sorted + join 或 ord + 数组计数
手动检查 key 是否存在再初始化	用 defaultdict 自动处理
不知道 list 不能当 dict 的 key	理解"可哈希"概念，会用 tuple 转换
对字符串操作不熟	掌握 sorted(s) 返回列表、''.join() 拼接

---

八、延伸思考

1. 如果字符串包含大写字母、数字、符号怎么办？

   • 排序法依然适用 ✅
   • 频次法需扩展数组大小或改用 dict 计数

2. 能否不用哈希表？

   • 可以，但时间复杂度会退化到 O(N²M)，不实用