29 同位词的统计

前言

本博文部分图片, 思路来自于剑指offer 或者编程珠玑

问题描述

思路

同位词 : 如果一个单词可以通过交换任意字符的位置进行重新组合 得到另外一个单词, 那么 这两个单词互为同位词

思路 : 对于该问题, 我们可以发现每一组同位词有一个相同的地方, 组成他们的字符的字符大小, 字符个数 都相同, 这就是 我们的突破口, 我们可以为每一个单词定义一个label, 该label为该字符串中的所有字符进行排序之后的结果

比如 : “dfs” 的label为”dfs”, “sfd” 的label为”dfs”

然后 遍历给定输入的各个单词, 进行统计, 将label相同的单词 放入相同过的容器, 详细过程详见代码

参考代码

[code]/**
 * file name : Test27IsAnagram.java
 * created at : 9:12:40 PM Jun 11, 2015
 * created by 970655147
 */

package com.hx.test05;

public class Test27IsAnagram {

    // 解析同位词
    public static void main(String []args) {

        String path = System.getProperty("user.dir") + "\\tmp\\Test27IsAnagram.txt";

        try {

            resolveAnagram(path);

        } catch (IOException e) {
            e.printStackTrace();
        }

    }

    // 每一个同位词集合的初始容量
    static int INTIAILZE_SIZE = 4;

    // 解析同位词, 为每一个同位词生成一个标签, 然后将条目添加到dict中
    // 思路 : 解析出输入的每一个单词, 然后创建一个key为 单词以英文排序, value为该单词的条目, 然后添加到dict中
    public static void resolveAnagram(String path) throws IOException {
        BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(path)) );
        Map<String, HashSet<String>> dict = new HashMap<String, HashSet<String>>();

        try {
            String line = null;
            while((line = br.readLine()) != null) {
                if(line == null || line.trim().length() == 0) {
                    continue ;
                }

                line = prepare(line);
                String[] words = line.split("\\s+");
                for(String word : words) {
                    putWordIntoDict(word, dict);
                }
            }
        } finally {
            if(br != null) {
                br.close();
            }
        }

        for(Map.Entry<String, HashSet<String>> entry : dict.entrySet()) {
            Log.log(entry.getKey() + " -> " + entry.getValue() );
        }
    }

    // 将word放入dict
        // 先获取word对应的label, 然后将其添加到dict中
    private static void putWordIntoDict(String word, Map<String, HashSet<String>> dict) {
        char[] chars = word.toCharArray();
        Arrays.sort(chars);
        String label = new String(chars);
        HashSet<String> tuple = dict.get(label);
        if(tuple == null) {
            tuple = new HashSet<String>(INTIAILZE_SIZE);
            dict.put(label, tuple);
        }
        tuple.add(word);        
    }

    // 常量数据
    static char COMMON = ',';
    static char DOT = '.';
    static char QUES = '?';
    static char INV_REF = '\'';
    static char LINK = '-';
    static char SPACE = ' ';
    static char A = 'A', Z = 'Z';
    static int CAPITAL_MASK = 1 << 5;

    // 预处理line, 替换",", "."等 为空格, 将大写转换为小写
    private static String prepare(String line) {
        char[] chars = line.toCharArray();
        for(int i=0; i<chars.length; i++) {
            if(chars[i] == COMMON || chars[i] == DOT || chars[i] == QUES) {
                chars[i] = SPACE;
            }
//          if(chars[i] == INV_REF) {
//              chars[i] = LINK;
//          }
            if(chars[i] >= A && chars[i] <= Z) {
                chars[i] |= CAPITAL_MASK;
            }
        }

        return new String(chars);
    }

}

效果截图

总结

从这个案例中 可以看出, 对于数据的性质的分析, 对于设计算法来说是很重要的

下面 我贴一下编程珠玑上面, 关于这个问题, 关于置换各个字母的方式的解析的一段图片



注 : 因为作者的水平有限，必然可能出现一些bug, 所以请大家指出！