给你一个下标从 0 开始的数组 words ,数组中包含 互不相同 的字符串。
如果字符串 words[i] 与字符串 words[j] 满足以下条件,我们称它们可以匹配:
字符串 words[i] 等于 words[j] 的反转字符串。
0 <= i < j < words.length
请你返回数组 words 中的 最大 匹配数目。
注意,每个字符串最多匹配一次。
示例 1:
输入:words = [“cd”,“ac”,“dc”,“ca”,“zz”]
输出:2
解释:在此示例中,我们可以通过以下方式匹配 2 对字符串:
- 我们将第 0 个字符串与第 2 个字符串匹配,因为 word[0] 的反转字符串是 “dc” 并且等于 words[2]。
- 我们将第 1 个字符串与第 3 个字符串匹配,因为 word[1] 的反转字符串是 “ca” 并且等于 words[3]。
可以证明最多匹配数目是 2 。
示例 2:
输入:words = [“ab”,“ba”,“cc”]
输出:1
解释:在此示例中,我们可以通过以下方式匹配 1 对字符串:
- 我们将第 0 个字符串与第 1 个字符串匹配,因为 words[1] 的反转字符串 “ab” 与 words[0] 相等。
可以证明最多匹配数目是 1 。
示例 3:
输入:words = [“aa”,“ab”]
输出:0
解释:这个例子中,无法匹配任何字符串。
提示:
1 <= words.length <= 50
words[i].length == 2
words 包含的字符串互不相同。
words[i] 只包含小写英文字母。
法一:直接模拟:
class Solution {
public:int maximumNumberOfStringPairs(vector<string>& words) {int ans = 0;for (int i = 0; i < words.size(); ++i){for (int j = i + 1; j < words.size(); ++j){if (words[i][0] == words[j][1] && words[i][1] == words[j][0]){++ans;break;}}}return ans;}
};
如果words长度长度为n,此算法时间复杂度为O(n 2 ^{2} 2),空间复杂度为O(1)。
法二:将法一中的比较过程改用标准库,更普适:
class Solution {
public:int maximumNumberOfStringPairs(vector<string>& words) {int ans = 0;for (int i = 0; i < words.size(); ++i){reverse(words[i].begin(), words[i].end());for (int j = i + 1; j < words.size(); ++j){if (words[i] == words[j]){++ans;break;}}}return ans;}
};
如果words长度长度为n,此算法时间复杂度为O(n 2 ^{2} 2),空间复杂度为O(1)。
法三:哈希表,由于words中各个元素都不相同,每当遍历到一个元素,在unordered_set中查找目标哈希值,然后将当前遍历到的元素的哈希值存入unordered_set中:
class Solution {
public:int maximumNumberOfStringPairs(vector<string>& words) {unordered_set<int> ui;int ans = 0;for (string &s : words){if (ui.find((s[1] << 8) + s[0]) != ui.end()){++ans;}ui.insert((s[0] << 8) + s[1]);}return ans;}
};
如果words长度长度为n,此算法时间复杂度为O(n),空间复杂度为O(n)。
法四:字典树,又称Trie、前缀树、单词查找树、前缀树,它利用字符串的公共前缀来减少查询时间,最大限度地减少无谓的字符串比较:
class Solution {
public:int maximumNumberOfStringPairs(vector<string>& words) {root = new TrieNode;int ans = 0;for (string &word : words){string reversedString = word;reverse(reversedString.begin(), reversedString.end());ans += search(root, reversedString);insert(root, word);}return ans;}private:class TrieNode{public:unordered_map<char, TrieNode *> children;int count = 0;};TrieNode *root;int search(TrieNode *root, string &s){for (char c : s){if (root->children.find(c) == root->children.end()){return 0;}root = root->children[c];}return root->count;}void insert(TrieNode *root, string &s){for (char c : s){if (root->children.find(c) == root->children.end()){root->children[c] = new TrieNode;}root = root->children[c];}++root->count;}
};
如果words的长度为n,每个word的平均长度为m(本题中m为常数2),则此算法时间复杂度为O(nm),空间复杂度最差为O(nm)。