Java 巧解 LeetCode 字母异位词分组：从底层原理到实战优化

在日常的后端开发中，我们经常会遇到字符串处理相关的问题。今天我们来聊聊 LeetCode 热题 100 中的第 49 题——字母异位词分组。这个问题看似简单，但背后涉及到了哈希表、字符串处理等多个方面的知识，并且在实际应用中也经常出现。很多时候我们需要将大量字符串进行分类，比如根据用户搜索关键词将相似的词条聚合在一起。这篇文章将会深入剖析该问题，并提供 Java 代码实现，以及一些性能优化技巧。

问题场景重现与分析

题目描述：给定一个字符串数组 strs，将字母异位词组合在一起。可以按任意顺序返回结果列表。

字母异位词指字母相同，但排列不同的字符串。例如，"eat" 和 "tea" 就是字母异位词。

这个问题本质上是一个分类问题。我们需要找到一种方法，将所有字母异位词映射到同一个“类别”上，然后将相同类别的字符串放在一起。常用的思路是使用哈希表，将每个字符串的“类别标识”作为 key，将所有属于该类别的字符串列表作为 value。

底层原理深度剖析

哈希表 (HashMap) 的妙用

Java 中的 HashMap 是解决此类问题的利器。它的 put 和 get 方法提供了快速的键值对存储和查找能力，平均时间复杂度为 O(1)。我们可以将每个字符串的“类别标识”作为 key 放入 HashMap 中，然后将属于该类别的字符串添加到对应的 value 列表中。

字符串“类别标识”的生成

关键在于如何生成一个能够唯一标识字母异位词的“类别标识”。以下是几种常见的方案：

1. 排序法：将字符串中的字符排序，排序后的字符串作为“类别标识”。例如，"eat" 和 "tea" 排序后都是 "aet"，因此它们属于同一个类别。这是最容易理解和实现的方法。
2. 计数法：使用一个长度为 26 的数组，记录每个字母出现的次数。然后将这个数组转换为字符串作为“类别标识”。例如，"eat" 和 "tea" 的计数数组都是 [1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0]，转换为字符串后也是相同的。

时间复杂度分析

• 排序法：对每个字符串进行排序的时间复杂度为 O(n log n)，其中 n 是字符串的长度。如果字符串数组的长度为 m，则总的时间复杂度为 O(m * n log n)。
• 计数法：对每个字符串进行计数的时间复杂度为 O(n)，其中 n 是字符串的长度。如果字符串数组的长度为 m，则总的时间复杂度为 O(m * n)。

因此，从时间复杂度上来看，计数法更优。

具体的代码解决方案 (Java 版)

import java.util.*;

class Solution {
    public List<List<String>> groupAnagrams(String[] strs) {
        Map<String, List<String>> anagramGroups = new HashMap<>(); // 使用 HashMap 存储异位词分组
        for (String str : strs) {
            char[] charArray = str.toCharArray(); // 将字符串转换为字符数组
            Arrays.sort(charArray); // 对字符数组进行排序
            String sortedStr = new String(charArray); // 将排序后的字符数组转换为字符串，作为 key

            if (!anagramGroups.containsKey(sortedStr)) {
                anagramGroups.put(sortedStr, new ArrayList<>()); // 如果不存在，则创建新的 List
            }
            anagramGroups.get(sortedStr).add(str); // 将字符串添加到对应的 List 中
        }
        return new ArrayList<>(anagramGroups.values()); // 返回所有分组的 List
    }
}

这个代码使用了排序法来实现字母异位词分组。代码思路清晰易懂，但在性能方面还有优化的空间。

实战避坑经验总结

1. 选择合适的数据结构：HashMap 是解决此类问题的首选数据结构。它的快速查找能力可以大大提高程序的效率。
2. 注意字符串的不可变性：Java 中的字符串是不可变的，因此每次修改字符串都会创建一个新的字符串对象。在循环中频繁修改字符串可能会导致性能问题。尽量使用 StringBuilder 或 StringBuffer 来进行字符串拼接。
3. 考虑使用计数法优化性能：如果字符串长度较长，或者字符串数组很大，可以考虑使用计数法来优化性能。计数法的时间复杂度更低。
4. 在实际项目中，如果字符串数量巨大，可以考虑引入分布式缓存，例如 Redis，将已经计算过的异位词分组结果缓存起来，避免重复计算。同时，可以利用 Nginx 的反向代理和负载均衡能力，将请求分发到多台服务器上，提高系统的并发处理能力。也可以考虑使用宝塔面板简化服务器管理，监控服务器的 CPU、内存、并发连接数等指标。
5. 关注字符集问题：如果输入的字符串包含 Unicode 字符，需要使用更通用的方法来生成“类别标识”，例如使用 Character.codePointAt() 方法获取字符的 Unicode 码点。

结语

字母异位词分组问题是一个经典的字符串处理问题。通过深入理解哈希表、字符串处理等知识，我们可以找到高效的解决方案。在实际项目中，我们还需要根据具体场景进行性能优化，以满足更高的性能需求。希望这篇文章能够帮助你更好地理解和掌握这个问题。