Algorithm 基于排序的字谜与基于哈希的字谜时间复杂度

我已经在采访中两次听到以下问题：

给定一个长字符串列表、str_列表和目标字符串，如果目标字符串是str_列表中任何单词的字谜，则返回True

假设有多个查询是可能的，所以我们不希望有提前返回或w/e的解决方案

我已经两次实现了下面的解决方案，我认为是ONM，其中N是str_列表的长度，M是str_列表中最长单词的长度

def is_anagram(str_list,target):
    anagrams = set()
    #O(N)
    for s in str_list:
        #O(M)
        anagrams.add(frozenset(Counter(string).items()))

    #O(len(target), but we could just check length vs. longest str in str_list, so O(M))
    return frozenset(Counter(target).items()) in anagrams

    ##Total = O(N*M)

每次他们都告诉我这很不错，但我可以用下面的版本做得更好，使用排序：

def sorted_is_anagram(str_list,target):

    #O(N)
    for i,string in enumerate(str_list):
        #MLog(M)
        str_list[i] = "".join(sorted(string))

    #O(M*NLogN)
    str_list = set(sorted(str_list))

    #O(M(Log(M)))
    return "".join(sorted(target)) in str_list


    ##Total = O(N*MLog(M) + M*NLogN)

是我疯了，还是他们的版本根本不好？我搞砸了什么

---

谢谢

你可能误解了这个问题。通常，问题涉及一次给定一组大字符串，然后对该字符串集进行多个查询。例如，您可能会得到一个包含250000个英语单词的列表作为字符串集。然后，将有数百万个查询针对该列表

解决方案包括两部分。首先，创建一个字典，它的键是已排序的字谜。该值是可以由这些字母组成的单词列表。因此，考虑到单词列表和淤泥，您将：

{key="ilst", value={"list","silt"}}

保存生成的字典，以便可以跨调用使用

现在，当有人提出一个问题时，你对给定单词中的字母进行排序，在字典中查找，然后用字谜来回答

如果给你N个平均长度为M的单词，那么构建字典是基于*M log M。但这是一次性的成本

---

每个查询都需要对传递的单词中的字母进行排序，该单词也是OM log M，但字典查找是O1。所以K查询的成本是OK*M log M。

不会返回frozensetCountertarget。字谜中的项目是Om time，导致K查询的成本是OKM？@Aclwitt:我不知道计数器和frozenset是如何实现的，所以我不能肯定。我想OKM是可能的，但我认为不太可能。我怀疑这其中隐藏着一个代价，那就是我缺乏python经验。不过，你可以试一试。写两个版本并计时。看到你的结果会很有趣。