单词的压缩编码

最新推荐文章于 2022-11-30 22:37:50 发布

原创最新推荐文章于 2022-11-30 22:37:50 发布 · 246 阅读

0 ·

CC 4.0 BY-SA版权

力扣专栏收录该内容

13 篇文章

订阅专栏

本文介绍了一种算法问题的解决方案，通过去除字符串中的后缀单词来优化字符串总长度。利用哈希集合与字典树两种数据结构实现，详细阐述了每种方法的具体步骤与代码实现。

力扣地址

首先明确解体思路，其实就是去除所有是后缀的单词，剩下的单词长度全部累加，再加上单词个数就是结果长度

存储后缀：

将所有字符串全部存入哈希 set 中，然后遍历所有字符的后缀，再去哈希 set 中查找是否有匹配的单词，如果匹配则删除

class Solution {
public:
    int minimumLengthEncoding(vector<string>& words) {
        std::unordered_set<std::string> s(words.begin(), words.end());
        for (auto word : words) {
            for (int i = 1; i < word.size(); ++i) {
                s.erase(word.substr(i));
            }
        }
        int len = 0;
        for (auto word : s) {
            len += word.size() + 1;
        }
        return len;
    }
};

字典树：

将所有字符倒叙之后变成字典树，这样这棵树就是结果集，将树的所有结点和字符串的索引通过map绑定，

叶子结点的索引所对应的字符串就是结果集，并且叶子结点的 count 为 0

class Solution {
struct TrieNode {
    int count = 0;
    vector<TrieNode*> child = vector<TrieNode*>(26, nullptr);
    TrieNode* get(char c) {
        if (nullptr == child[c - 'a']) {
            child[c - 'a'] = new TrieNode();
            ++count;
        }
        return child[c - 'a'];
    }
};
public:
    int minimumLengthEncoding(vector<string>& words) {
        unordered_map<TrieNode*, int> nodes;
        TrieNode* trie = new TrieNode();
        for (int i = 0; i < words.size(); ++i) {
            TrieNode* cur = trie;
            for (auto it = words[i].rbegin(); it != words[i].rend(); ++it) {
                cur = cur->get(*it);
            }
            nodes[cur] = i;
        }
        int ans = 0;
        for (auto [node,  index] : nodes) { // C++ 17 标准才能识别
            if (node->count == 0) {
                ans += words[index].size() + 1;
            }
        }
        return ans;
    }
};