Java 字符串数组只包含字谜？

我做了一个关于字谜的练习，看起来很容易，我怀疑我遗漏了什么。 我实现的解决方案就是我将很快介绍的解决方案，我想问您是否能想到我的解决方案的任何优化、方法的改变或问题。 我用Java实现了这个算法

现在，练习。 作为输入，我有一个文本，作为输出，我应该返回该文本的每一行是否是另一行的字谜。 也就是说，对于输入：

一辆出租汽车使最烦躁的小鱼们哈哈大笑
最烦人的小鲤鱼哈哈大笑
计程车契据洗牌百万不会
一份出租汽车契据在百万个镇上洗牌

程序应该返回True。 输入：

一辆出租汽车使最烦躁的小鱼们哈哈大笑
一条怒气冲冲的小鱼哈哈大笑
计程车契据洗牌百万不会
一份出租汽车契据在百万个镇上洗牌

输出必须为False（当然是因为第二行）

现在，我想的很简单：

• 我创建了两个HashMap:ref和cur
• 我解析文本的第一行，填充ref。我只计算字母顺序
• 对于另一行，我将该行解析为cur并检查cur.equals（ref）：如果是，则返回false
• 如果我到达文本的末尾，这意味着每一行都是另一行的一个字谜，所以我返回true

而且……就是这样。 我用88000行的输入文本进行了尝试，效果非常快

有什么评论吗？建议？优化

---

非常感谢您的帮助。

假设您的HashMap是来自（字符）->（字符串中出现的次数）的映射，您几乎拥有了它

我假设您应该忽略空格和标点符号，并将大写字母和小写字母视为相同。如果您不使用英语以外的任何语言，那么HashMap就太过分了：您可以简单地使用26个代表a..Z的计数数组。如果您需要支持Unicode，那么问题当然要复杂得多，因为您不仅需要处理数千种不同类型的字母，还必须定义“字母”（幸运的是，存在有助于此的字符属性数据）和“小写/大写”（请注意，有些语言没有大小写，有些语言可以将两个小写字母映射为一个大写字母，反之亦然……。更不用说规范化了：）

另一个选项是：

从字符串（标点符号、空格）中去掉所有您不关心的字符

把它改成小写

对字符串排序

与引用字符串比较（使用

.equals

）

不过我怀疑你的方法更快

编辑：

既然@nibot甚至不同意我的建议，而且我也不是一个在没有证据的情况下来回争论的人

它们的实现非常相似：

将行转换为小写

忽略非字母字符

?

检查3的结果。匹配第一行的结果

那个？第一部分是：

• 制作字符计数的

  HashMap

• 字符排序
• 制作26 int数组（最终的哈希表解决方案，但仅适用于拉丁字母表）

我用这个来运行它们：

public static void time(String name, int repetitions, Function function,
        int expectedResult) throws Exception {
    long total = 0;
    for (int i = 0; i < repetitions; i++) {
        System.gc();
        long start = System.currentTimeMillis();
        int result = function.call();
        long end = System.currentTimeMillis();
        if (result != expectedResult) {
            System.out.println("Oops, " + name + " is broken");
            return;
        }
        total += end - start;
    }
    System.out.println("Executution of " + name + " took "
            + (total / repetitions) + " ms on average");
}

如果满足以下条件，

HashMap

one可以得到显著改进：

• 有一种方法可以在

  HashMap

  中指定的默认值，还有一种方法可以获取和递增（因此只有一个查找，而不是2个）

但是，这些不在标准库中，所以我忽略它们（就像大多数使用Java的程序员一样）

这个故事的寓意是大O不是一切。你需要考虑的是开销和大小<强> n<强>。在这种情况下，n相当小，而

HashMap

的开销非常大。对于更长的线路，这种情况可能会改变，但不幸的是，我不想知道盈亏平衡点在哪里

---

如果你仍然不相信我，考虑GCC在某些情况下使用它的C++标准库。< /P> < P>在卡尔KuncTelt的回答中建立（并解决你对支持多个字母表的关注）：

• 创建接口（比如）AnagramKey和AnagramKeyFactory。将应用程序的其余部分设计为不知道所使用的键的类型

• 创建一个AnagramKey接口的实现，该接口在内部使用

  int[]

  表示字符计数

• 创建AnagramKey接口的第二个实现，该接口使用

  HashMap

  表示字符计数

• 创建相应的工厂接口

• 使用命令行参数、区域设置或其他方式在表示键的两种方式之间进行选择

注:

在非字母语言的语境中，或在将多种语言混合成一个“句子”的话语中，“字谜”是否有意义尚不清楚。另外，我不知道法语中的字谜是否忽略了字符上的重音。无论如何，我很想把所有这些案例都判定为“超出范围”。。。除非你有明确的要求来支持他们

在计数数组的字符范围内，

int[]

比

HashMap

使用更少空间时，盈亏平衡密度在15个字符中逐渐接近1个字符。（具有这些键/值类型的HashMap中的每个条目占用15个32位字的区域。）这不考虑

HashMap

节点和hash数组节点的开销

如果对字谜的长度进行限制，则可以使用

short[]

甚至

byte[]

进行字符计数，从而节省更多空间

---

嗯，我想到了

Execution of testWithHashMap took 158 ms on average
Execution of testWithSorting took 76 ms on average
Execution of testWithArray took 56 ms on average