有效的字母异位词
判断 t="nagaram" 是否能由 s="anagram" 重新排列得到(返回 true)。
判断 t="nagaram" 是否能由 s="anagram" 重新排列得到(返回 true)。
哈希表中保存的是过去的元素、频次,还是它们的位置?
先比长度;再用长度 26 的计数表:扫 s 时每个字符 +1,扫 t 时每个字符 -1,中途出现负数立刻 false,否则全部归零返回 true。
先说结论:这道题到底解决什么
怎样从“判断 t="nagaram" 是否能由 s="anagram" 重新排列得到(返回 true)。”推导出 哈希计数 · 抵消,并证明每次状态变化都不会漏掉答案?
中心结论:先比长度;再用长度 26 的计数表:扫 s 时每个字符 +1,扫 t 时每个字符 -1,中途出现负数立刻 false,否则全部归零返回 true。
- 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
- 2.哈希表中保存的是过去的元素、频次,还是它们的位置?
- 3.不变量“扫描过程中,count[x] = s 已提供的字母 x 数量 − t 已消耗的字母 x 数量;异位词最终应全部归零。”为什么能保证算法安全前进?
完整题目与题意拆解
给出 2 个字符串 s 和 t,如果 t 中的字母在 s 中都存在,输出 true,否则输出 false。
在本站主例中,判断 t="nagaram" 是否能由 s="anagram" 重新排列得到(返回 true)。
算法最终需要得到或观察:所有字符计数都归零,返回 true。
- • 输入:判断 t="nagaram" 是否能由 s="anagram" 重新排列得到(返回 true)。
- • 机器需要维护:字符计数表 count[26]、当前扫描阶段(s 或 t)。
- • 最终可观察结果:所有字符计数都归零,返回 true。
先看清算法到底要维护什么
先建立输入、目标、输出和第一批状态,不急着进入模板。
先比长度:len(s)=7,len(t)=7
第一层方案:暴力做法
逐对枚举能够得到答案,但同一个查找会发生许多次;哈希表把已经见过的信息保存成一次查询。
暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。
重复工作究竟发生在哪里
把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。
先比长度:len(s)=7,len(t)=7
整体地图:先做什么,再做什么
- 1建模把输入翻译成“哈希记忆表”,明确答案需要观察什么。
- 2状态只维护 字符计数表 count[26]、当前扫描阶段(s 或 t)。
- 3转移每一步按照 先比长度;再用长度 26 的计数表:扫 s 时每个字符 +1,扫 t 时每个字符 -1,中途出现负数立刻 false,否则全部归零返回 true。
- 4收尾读取 所有字符计数都归零,返回 true。,并复核边界与复杂度。
哈希记忆表:核心概念
先问未来需要查询什么,再决定 map 的 key 与 value。
这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:字符计数表 count[26]、当前扫描阶段(s 或 t)。
- • 扫描过程中,count[x] = s 已提供的字母 x 数量 − t 已消耗的字母 x 数量;异位词最终应全部归零。
建立“哈希记忆表”心智模型
用主例建立核心状态,先预测下一步,再公开正确分支和理由。
先比长度:len(s)=7,len(t)=7
核心机制:状态如何一步步变化
这道题可以用打表的方式做。先把 s 中的每个字母都存在一个 26 个容量的数组里面,每个下标依次对应 26 个字母。s 中每个字母都对应表中一个字母,每出现一次就加 1。然后再扫字符串 t,每出现一个字母就在表里面减一。如果都出现了,最终表里面的值肯定都是 0 。最终判断表里面的值是否都是 0 即可,有非 0 的数都输出 false 。
先比长度;再用长度 26 的计数表:扫 s 时每个字符 +1,扫 t 时每个字符 -1,中途出现负数立刻 false,否则全部归零返回 true。
执行过程中持续维护:字符计数表 count[26]、当前扫描阶段(s 或 t)。
正确性依赖以下不变量:扫描过程中,count[x] = s 已提供的字母 x 数量 − t 已消耗的字母 x 数量;异位词最终应全部归零。
面试时可以压缩为:先判断 len(s) 与 len(t) 是否相等,不等直接 false;因为只含小写英文字母,用长度 26 的数组记录字符频率:遍历 s 每个字符计数 +1,遍历 t 每个字符计数 -1,过程中出现负数立刻 false,全部扫完无负数返回 true。时间 O(n),空间 O(1)。
落到当前题,执行机制可以压缩为:先比长度;再用长度 26 的计数表:扫 s 时每个字符 +1,扫 t 时每个字符 -1,中途出现负数立刻 false,否则全部归零返回 true。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。
一次状态转移为什么成立
集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。
扫描 s,把每个字符的出现次数 +1
正确性证明:为什么不会漏答案
初始化:算法开始时,全部合法候选仍在状态表示范围内;扫描过程中,count[x] = s 已提供的字母 x 数量 − t 已消耗的字母 x 数量;异位词最终应全部归零。
保持:执行“先比长度;再用长度 26 的计数表:扫 s 时每个字符 +1,扫 t 时每个字符 -1,中途出现负数立刻 false,否则全部归零返回 true。”时,只删除已经能证明不可能的候选,并把新信息写回 字符计数表 count[26]、当前扫描阶段(s 或 t)。
终止:没有待处理状态或达到命中条件时,当前可观察结果就是“所有字符计数都归零,返回 true。”。
完整执行过程
- 1题目与输入判断 t="nagaram" 是否能由 s="anagram" 重新排列得到(返回 true)。 因为:先比长度;再用长度 26 的计数表:扫 s 时每个字符 +1,扫 t 时每个字符 -1,中途出现负数立刻 false,否则全部归零返回 true。
- 2统计 s:'n' 计数 +1s 的字符 'n' 出现一次,对应计数 +1。 因为:s 贡献正数,稍后 t 贡献负数,异位词应当全部抵消为 0。
- 3预测下一步先不要看下一帧——根据当前不变量,预测算法接下来会怎么动。 因为:主动预测会暴露你对不变量的真实理解,比被动看动画有效得多。
- 4统计 s:'a' 计数 +1s 的字符 'a' 出现一次,对应计数 +1。 因为:s 贡献正数,稍后 t 贡献负数,异位词应当全部抵消为 0。
- 5核对 t:'n' 计数 -1t 的字符 'n' 抵消一次计数。 因为:若是异位词,t 的每个字符都能在 s 的计数里找到抵消。
- 6核对 t:'a' 计数 -1t 的字符 'a' 抵消一次计数。 因为:若是异位词,t 的每个字符都能在 s 的计数里找到抵消。
- 7核对 t:'a' 计数 -1t 的字符 'a' 抵消一次计数。 因为:若是异位词,t 的每个字符都能在 s 的计数里找到抵消。
- 8收尾与复杂度所有字符计数都归零,返回 true。 因为:时间 O(n) · 空间 O(1)。先比长度;再用长度 26 的计数表:扫 s 时每个字符 +1,扫 t 时每个字符 -1,中途出现负数立刻 false,否则全部归零返回 true。
从输入完整走到可观察结果
从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。
先比长度:len(s)=7,len(t)=7
把动画和 Go 代码逐行对应
代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。
让每个动作都落到 Go 分支
重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。
先比长度:len(s)=7,len(t)=7
完整 Go 提交代码与最小测试
// 解法一
func isAnagram(s string, t string) bool {
alphabet := make([]int, 26)
sBytes := []byte(s)
tBytes := []byte(t)
if len(sBytes) != len(tBytes) {
return false
}
for i := 0; i < len(sBytes); i++ {
alphabet[sBytes[i]-'a']++
}
for i := 0; i < len(tBytes); i++ {
alphabet[tBytes[i]-'a']--
}
for i := 0; i < 26; i++ {
if alphabet[i] != 0 {
return false
}
}
return true
}
// 解法二
func isAnagram1(s string, t string) bool {
hash := map[rune]int{}
for _, value := range s {
hash[value]++
}
for _, value := range t {
hash[value]--
}
for _, value := range hash {
if value != 0 {
return false
}
}
return true
}func main() {
// 1. 主例
// 输入:mode="anagram", s="anagram", t="nagaram"
// 期望:所有字符计数都归零,返回 true。
//
// 2. 失败 / 未命中
// 检查:只检查 t 的字符够不够,漏掉 t 比 s 多字符(出现负计数)的情况。
//
// 3. 边界
// 空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
//
// 4. 迁移
// LC49 字母异位词分组;LC1 两数之和
}Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。
正确性与复杂度
执行过程中只保留仍可能影响答案的状态。先比长度;再用长度 26 的计数表:扫 s 时每个字符 +1,扫 t 时每个字符 -1,中途出现负数立刻 false,否则全部归零返回 true。
额外状态主要用于维护:字符计数表 count[26]、当前扫描阶段(s 或 t)。
- • 扫描过程中,count[x] = s 已提供的字母 x 数量 − t 已消耗的字母 x 数量;异位词最终应全部归零。
最容易写错的地方
只检查 t 的字符够不够,漏掉 t 比 s 多字符(出现负计数)的情况。
题目约束只含小写英文字母才能用 [26]int;Unicode 场景需 map[rune]int。
必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。
最后复盘:带走逻辑链
- 1题意判断 t="nagaram" 是否能由 s="anagram" 重新排列得到(返回 true)。
- 2重复逐对枚举能够得到答案,但同一个查找会发生许多次;哈希表把已经见过的信息保存成一次查询。
- 3优化先比长度;再用长度 26 的计数表:扫 s 时每个字符 +1,扫 t 时每个字符 -1,中途出现负数立刻 false,否则全部归零返回 true。
- 4证明扫描过程中,count[x] = s 已提供的字母 x 数量 − t 已消耗的字母 x 数量;异位词最终应全部归零。
- 5复杂度时间 O(n),空间 O(1)
- • LC49 字母异位词分组
- • LC1 两数之和