编程-技术-算法-leetcode-288. 单词的唯一缩写

你需要实现一个 ValidWordAbbr 类，核心是预处理字典生成"缩写-单词集合"的映射 ，从而高效判断目标单词的缩写是否唯一。相比每次遍历字典的暴力解法，预处理能将 isUnique 方法的时间复杂度优化到接近 O(1)（仅生成缩写的时间与单词长度相关），更符合工程最佳实践。

解题思路

预处理字典 ：
- 构造函数接收字典后，遍历所有单词，为每个单词生成缩写；
- 用 HashMap<String, Set<String>> 存储映射关系：key 是缩写，value 是该缩写对应的所有不同单词的集合 （用 Set 去重，避免字典中重复单词干扰判断）。
唯一性判断逻辑 ：
- 生成目标单词的缩写；
- 若字典中无该缩写 → 唯一（返回 true）；
- 若字典中有该缩写，检查对应的单词集合：
  - 若集合中只有当前单词本身 → 唯一（返回 true）；
  - 否则 → 不唯一（返回 false）。

完整Java代码

java 复制代码

import java.util.*;

public class ValidWordAbbr {
    // 核心映射：缩写 -> 对应的所有不同单词集合
    private final Map<String, Set<String>> abbrToWords;

    // 构造函数：初始化字典的缩写映射
    public ValidWordAbbr(String[] dictionary) {
        abbrToWords = new HashMap<>();
        for (String word : dictionary) {
            String abbr = getAbbreviation(word);
            // 若缩写不存在，初始化空集合；否则复用已有集合
            abbrToWords.computeIfAbsent(abbr, k -> new HashSet<>()).add(word);
        }
    }

    // 辅助方法：生成单词的缩写（严格遵循题目规则）
    private String getAbbreviation(String word) {
        int len = word.length();
        // 长度 ≤ 2，缩写为单词本身
        if (len <= 2) {
            return word;
        }
        // 长度 > 2：首字母 + 中间字母数 + 尾字母
        return word.charAt(0) + String.valueOf(len - 2) + word.charAt(len - 1);
    }

    // 核心方法：判断单词的缩写是否唯一
    public boolean isUnique(String word) {
        String targetAbbr = getAbbreviation(word);
        // 情况1：字典中无该缩写 → 唯一
        if (!abbrToWords.containsKey(targetAbbr)) {
            return true;
        }
        // 情况2：字典中有该缩写，检查所有对应单词是否都是当前单词
        Set<String> words = abbrToWords.get(targetAbbr);
        // 集合大小为1 且 唯一元素等于当前word → 唯一
        return words.size() == 1 && words.contains(word);
    }

    // 测试用例（匹配题目示例）
    public static void main(String[] args) {
        String[] dictionary = {"deer", "door", "cake", "card"};
        ValidWordAbbr validWordAbbr = new ValidWordAbbr(dictionary);
        
        System.out.println(validWordAbbr.isUnique("dear"));  // false（d2r对应{deer,door}）
        System.out.println(validWordAbbr.isUnique("cart"));  // true（c2t无对应）
        System.out.println(validWordAbbr.isUnique("cane"));  // false（c2e对应{cake}≠cane）
        System.out.println(validWordAbbr.isUnique("make"));  // true（m2e无对应）
        
        // 边界测试：字典中有重复单词
        String[] dict2 = {"a", "a"};
        ValidWordAbbr v2 = new ValidWordAbbr(dict2);
        System.out.println(v2.isUnique("a"));  // true（a对应{a}）
        
        // 边界测试：字典为空
        ValidWordAbbr v3 = new ValidWordAbbr(new String[]{});
        System.out.println(v3.isUnique("test"));  // true
    }
}

代码关键部分解释

映射结构 abbrToWords ：
- 用 HashMap 存储缩写与单词集合的映射，预处理一次字典即可复用，避免每次 isUnique 遍历字典；
- 用 Set 存储单词，自动去重（比如字典中有多个 "a"，仅存一个，不影响判断）。
缩写生成方法 getAbbreviation ：
- 严格遵循题目规则：长度 ≤ 2 直接返回单词，长度 > 2 拼接首字母、中间长度、尾字母。
isUnique 核心逻辑 ：
- 先判断缩写是否存在，不存在则直接唯一；
- 若存在，仅当"缩写对应的单词集合只有当前单词"时，才满足唯一条件（符合题目中"所有缩写相同的单词都与word相同"的规则）。

复杂度分析

初始化（构造函数） ：O(n * L)，n 是字典单词数，L 是单词平均长度（生成缩写的时间）；
isUnique 方法 ：O(L)，仅需生成目标单词的缩写（L 是目标单词长度），后续哈希表和集合操作都是 O(1)。

总结

核心优化点：预处理字典生成缩写-单词集合映射 ，避免重复遍历字典，提升多次调用 isUnique 的效率；
唯一性判断的关键：要么缩写不存在，要么缩写对应的所有单词都是当前单词；
边界处理：兼容空字典、重复单词、短单词（长度≤2）等场景，保证逻辑正确性。