个人主页:C++忠实粉丝
欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 C++忠实粉丝 原创BFS解决拓扑排序(3)_火星词典
收录于专栏【经典算法练习】
本专栏旨在分享学习算法的一点学习笔记,欢迎大家在评论区交流讨论💌
目录
1. 题目链接
2. 题目描述
3. 解法
算法思路:
代码展示:
4, 算法总结
1. 题目链接
OJ链接 : 火星词典
2. 题目描述
现有一种使用英语字母的外星文语言,这门语言的字母顺序与英语顺序不同。
给定一个字符串列表 words
,作为这门语言的词典,words
中的字符串已经 按这门新语言的字母顺序进行了排序 。
请你根据该词典还原出此语言中已知的字母顺序,并 按字母递增顺序 排列。若不存在合法字母顺序,返回 ""
。若存在多种可能的合法字母顺序,返回其中 任意一种 顺序即可。
字符串 s
字典顺序小于 字符串 t
有两种情况:
- 在第一个不同字母处,如果
s
中的字母在这门外星语言的字母顺序中位于t
中字母之前,那么s
的字典顺序小于t
。 - 如果前面
min(s.length, t.length)
字母都相同,那么s.length < t.length
时,s
的字典顺序也小于t
。
示例 1:
输入:words = ["wrt","wrf","er","ett","rftt"] 输出:"wertf"
示例 2:
输入:words = ["z","x"] 输出:"zx"
示例 3:
输入:words = ["z","x","z"] 输出:"" 解释:不存在合法字母顺序,因此返回 "" 。
提示:
1 <= words.length <= 100
1 <= words[i].length <= 100
words[i]
仅由小写英文字母组成
3. 解法
算法思路:
将题意搞清楚之后, 这道题就变成了判断有向图时候有无环, 可以用拓扑排序解决.
如何搜集信息 (如何建图):
1. 两层for循环枚举出所有的两个字符串的组合;
2. 然后利用指针, 根据字典序规则找出信息
1. 建图:
使用邻接表 edges 来存储字母间的依赖关系,in 哈希表用来记录每个字母的入度。
首先遍历所有单词,初始化 in 表,确保每个字母都有一个初始值(入度为0)。
2. 确定字母顺序:
使用双重循环比较相邻的单词 words[i] 和 words[j],调用 add 函数来建立字母之间的顺序关系。
在 add 函数中:
找到第一个不同的字符,设定依赖关系(如 a->b 表示字母 a 在字母 b 之前)。
更新入度,并检查是否有非法情况(如一个单词是另一个单词的前缀而更长)。
3. 拓扑排序:
初始化一个队列,将所有入度为0的字母加入队列。
持续进行 BFS:
从队列中取出一个字母,添加到结果字符串 ret 中。
对于该字母的所有后续字母,减少它们的入度。如果某个字母的入度减为0,则将其加入队列。
4. 验证结果:
最后检查所有字母的入度,如果有字母的入度不为0,说明存在循环依赖关系,返回空字符串;否则,返回结果字符串。
代码展示:
class Solution {unordered_map<char, unordered_set<char>> edges;//邻接表来存储图unordered_map<char, int> in;//统计入度bool cheak;//处理遍历情况
public:string alienOrder(vector<string>& words) {//1. 建图 + 初始化入度哈希表for(auto s : words){for(auto ch : s){in[ch] = 0;}}int n = words.size();for(int i = 0; i < n; i++){for(int j = i + 1; j < n; j++){add(words[i], words[j]);if(cheak) return "";}}queue<char> q;string ret;for(auto [a, b] : in)if(b == 0) q.push(a);while(q.size()){char ch = q.front();q.pop();ret += ch;for(char c : edges[ch]){in[c]--;if(in[c] == 0) q.push(c);}}//判断for(auto [a, b] : in)if(b != 0) return "";return ret;}void add(string& s1, string& s2){int n = min(s1.size(), s2.size());int i = 0;for(; i < n; i++){if(s1[i] != s2[i]){char a = s1[i], b = s2[i]; //a -> bif(!edges.count(a) || !edges[a].count(b)){edges[a].insert(b);in[b]++;}break;}}if(i == s2.size() && i < s1.size()) cheak = true;}
};
4, 算法总结
时间复杂度:O(N) + O(W),其中 N 是字母数量,W 是单词总长度。这是因为我们需要遍历所有单词和字母。
空间复杂度:O(N),用于存储字母的邻接表和入度。