LeetCode49. Group Anagrams

关注

原创最新推荐文章于 2026-03-29 10:10:35 发布 480 阅读 AI 写同款· GEO 优化 ›

Mask2former自定义数据集实现滑坡语义分割先介绍一下这次用的数据集：Bijie Landslide Dataset，是武汉大学在Triplesat卫星上裁剪的数据集，包含770张滑坡（image、mask、dem、边界坐标txt）和2003张非滑坡数据（dem、image）。直接在ade20k修改，按照路径和设置将预处理数据放好，该步骤很快就能结束，打开的图片是全黑的，因为0和1在图片上肉眼较难区分。bijie的数据集可以直接使用，接下去的步骤是1、预处理数据。配置文件修改训练类别和训练类型，由于我们分割的是滑坡，所以进行语义分割。阅读详情

题目链接：

https://leetcode.com/problems/anagrams/

题目描述：

将给定的一组字符串数组，按照同构词（相同字母组成的单词）分类，每组单词按照字典排序。

题目分析：

哈希。先将字符串数组按字典序排一次，再构造map<string,vector<string>> hashMap,遍历字符串数组，将数组中每一个字符串按字典序排好，作为键值，这样就能将同构词放在同一组中。

代码：

class Solution {
public:
    vector<vector<string>> groupAnagrams(vector<string>& strs) {
        int len=strs.size();
        vector<vector<string>> result;
        if(len==0){
            return result;
        }
        sort(strs.begin(),strs.end());
        map<string,vector<string>> hashMap;
        for(int i=0;i<len;i++){
            string str=strs[i];
            sort(str.begin(),str.end());
            hashMap[str].push_back(strs[i]);
        }
        map<string,vector<string>>::iterator iter=hashMap.begin();
        for(;iter!=hashMap.end();iter++){
            result.push_back(iter->second);
        }
        return result;
    }
};