O（n）解决方案中的Python语法检查

我正在检查两个字符串是否是字谜。这个解决方案很简单，但效率不高（Ologn）。我知道我可以使用集合和计数器，然后比较每个字符的出现情况，但我试图避免任何面试模块。解决这个问题最快的方法是什么？（也许，检查每个字符的出现情况？）

---

您的代码甚至没有返回正确的值。这一班轮是O（n对数n）：

对于O（n）解决方案，可以计算所有字符：

from collections import Counter
# ...
def check(a, b)
  return Counter(a) == Counter(b)

如果没有收藏，它会更长：

def check(a, b):
    chars = dict.fromkeys(a + b, 0)
    for c in a:
        chars[c] += 1
    for c in b:
        chars[c] -= 1
    return not any(chars.values())

此代码执行以下操作：

• chars=dict.fromkeys（a+b，0）

  ：创建一个dict，将任一单词中出现的所有字符设置为0

• 对于a中的c:chars[c]+=1

  ：这将在

  a

  上迭代并计算其中每个字符的出现次数

  chars

  现在包含单独字符的计数（对于b中的字符，有些是零，而不是a中的字符）

• 对于b中的c:chars[c]=1

  ：与之前大致相同，但这将从

  字符中减去
  b
  的字符计数

• 不返回任何（chars.values（））

  ：

  chars['h']==0

  当且仅当

  a

  和

  b

  具有相同数量的

  'h'

  。此行检查

  chars

  是否只有零作为值，这意味着所有字符在两个输入中的计数相同。（如

  any

  如果序列中有任何真值，则返回。0为假值，其他整数为真值。）

两个列表都被迭代一次。假设字典的访问时间为O（1），则整个算法在O（n）时间内运行（其中n是输入的总长度）。空间复杂度也是O（n）（所有字符都可以是不同的）。当他们问你复杂性时，不要犯那个错误。这不是必要的时间复杂性。

这里有一个很好的选项：

def anagram解决方案（s1、s2）：
表_尺寸=128
c1=[0]*表格大小
c2=[0]*表格大小
对于s1中的ch：
pos=作战需求文件（ch）
c1[pos]=c1[pos]+1
对于s2中的ch：
pos=作战需求文件（ch）
c2[pos]=c2[pos]+1
j=0
stillOK=True
而j我会这样写，没有导入：

def count_occurences(mystring):
    occs = {}
    for char in mystring:
        if char in occs:
            occs[char] += 1
        else:
            occs[char] = 1
    return occs

def is_anagram(str1, str2):
    return count_occurences(str1) == count_occurences(str2)

或者，如果您可以使用导入，而不是
计数器
，请使用
defaultdict
：

from collections import defaultdict

def count_occurences(mystring):
    occs = defaultdict(int)
    for char in mystring:
        occs[char] += 1

    return occs

def is_anagram(str1, str2):
    return count_occurences(str1) == count_occurences(str2)

快速甚至不是这里的问题。您的代码中有多个错误，使它认为“car”和“cat”是字谜。
如果排序（l1）==sorted（l2）
是，取决于排序的方式，可能是
O（nlogn）
@user2357112 O dam true。它为什么要这样做。对不起，我是新来的。@r你能解释一下“离开”是什么意思吗。O（nlogn）比O（n）快吗？您将在第一次迭代时返回。另外，您应该使用
zip
，而不是嵌套的
for
loopfrom collections import CounterYe my bad。不过我不想用收藏品，我想面试官不会喜欢的。第一种解决方案不是最快的，对吗？@Angular:python内部使用O（n logn）算法进行排序，所以是的，第一种算法的速度逐渐变慢了。@Angular我不认识所有的面试官，但如果我是面试官，我希望人们知道他们正在使用的平台。编写好的算法是一项重要的技能。了解您使用的平台的优势是另一个问题。您可以通过初始化
chars=dict.fromkeys（a+b，0）
来简化。我认为这个答案很有价值，因为它是一个不需要导入作业的解决方案。但是，不需要保持循环一次
stillOK
是
False
。此时，您只需返回
False
。当stillOk设置为False时，循环将终止。请参见
，jso ord是一个内置函数，它返回ASCII字符或每个字母或其他内容，这是正确的。这提出了一个很好的观点，假设字符串是小写的。如果它们是大写的，它将不会像预期的那样工作。您可以将数组的大小增加一倍，以容纳大写字母，从每个字母中减去
ord（'A'）
。您也可以使用字典，只存储遇到的字符。最后，您将不得不在键上循环。即使是大写字母也需要修改
def anagramSolution(s1,s2):

    TABLE_SIZE = 128
    c1 = [0]*TABLE_SIZE
    c2 = [0]*TABLE_SIZE

    for ch in s1:
        pos = ord(ch)
        c1[pos] = c1[pos] + 1

    for ch in s2:
        pos = ord(ch)
        c2[pos] = c2[pos] + 1

    j = 0
    stillOK = True
    while j<TABLE_SIZE and stillOK:
        if c1[j]==c2[j]:
            j = j + 1
        else:
            stillOK = False

    return stillOK

def count_occurences(mystring):
    occs = {}
    for char in mystring:
        if char in occs:
            occs[char] += 1
        else:
            occs[char] = 1
    return occs

def is_anagram(str1, str2):
    return count_occurences(str1) == count_occurences(str2)

from collections import defaultdict

def count_occurences(mystring):
    occs = defaultdict(int)
    for char in mystring:
        occs[char] += 1

    return occs

def is_anagram(str1, str2):
    return count_occurences(str1) == count_occurences(str2)