Medium
题目描述
给定一个字符串数组 words,返回 length(word[i]) * length(word[j]) 的最大值,并且这两个单词不含有公共字母。如果不存在这样的两个单词,返回 0。
示例 1:
输入:words = ["abcw","baz","foo","bar","xtfn","abcdef"]
输出:16
解释:这两个单词可以是 "abcw", "xtfn"。
示例 2:
输入:words = ["a","ab","abc","d","cd","bcd","abcd"]
输出:4
解释:这两个单词可以是 "ab", "cd"。
示例 3:
输入:words = ["a","aa","aaa","aaaa"]
输出:0
解释:不存在这样的两个单词。
提示:
2 <= words.length <= 10001 <= words[i].length <= 1000words[i]仅包含小写英文字母
解题思路
解题思路
这道题的核心是判断两个单词是否有公共字母。由于单词只包含小写字母,我们可以使用位掩码来优化字母集合的比较。
方法一:暴力枚举 + 位掩码优化(推荐)
- 位掩码表示:对于每个单词,用一个32位整数来表示其包含的字母集合。第i位为1表示包含字母 ‘a’+i
- 预处理:为每个单词计算对应的位掩码
- 枚举比较:对所有单词对进行枚举,使用位运算
&判断是否有公共字母 - 更新答案:如果两个单词没有公共字母(位掩码按位与为0),更新最大乘积
这种方法的优势在于:
- 位运算比字符串比较快得多
- 空间复杂度低,只需要存储位掩码数组
- 代码简洁易懂
复杂度分析
- 时间复杂度:O(n² + L),其中n是单词数量,L是所有单词的总长度
- 空间复杂度:O(n),存储位掩码数组
相比于每次都重新计算字符集合的暴力方法,位掩码预处理大大提升了效率。
代码实现
class Solution {
public:
int maxProduct(vector<string>& words) {
int n = words.size();
vector<int> masks(n, 0);
// 预处理:计算每个单词的位掩码
for (int i = 0; i < n; i++) {
for (char c : words[i]) {
masks[i] |= 1 << (c - 'a');
}
}
int maxProd = 0;
// 枚举所有单词对
for (int i = 0; i < n; i++) {
for (int j = i + 1; j < n; j++) {
// 如果两个单词没有公共字母
if ((masks[i] & masks[j]) == 0) {
maxProd = max(maxProd, (int)words[i].length() * (int)words[j].length());
}
}
}
return maxProd;
}
};
class Solution:
def maxProduct(self, words: List[str]) -> int:
n = len(words)
masks = [0] * n
# 预处理:计算每个单词的位掩码
for i in range(n):
for c in words[i]:
masks[i] |= 1 << (ord(c) - ord('a'))
max_prod = 0
# 枚举所有单词对
for i in range(n):
for j in range(i + 1, n):
# 如果两个单词没有公共字母
if masks[i] & masks[j] == 0:
max_prod = max(max_prod, len(words[i]) * len(words[j]))
return max_prod
public class Solution {
public int MaxProduct(string[] words) {
int n = words.Length;
int[] masks = new int[n];
// 预处理:计算每个单词的位掩码
for (int i = 0; i < n; i++) {
foreach (char c in words[i]) {
masks[i] |= 1 << (c - 'a');
}
}
int maxProd = 0;
// 枚举所有单词对
for (int i = 0; i < n; i++) {
for (int j = i + 1; j < n; j++) {
// 如果两个单词没有公共字母
if ((masks[i] & masks[j]) == 0) {
maxProd = Math.Max(maxProd, words[i].Length * words[j].Length);
}
}
}
return maxProd;
}
}
/**
* @param {string[]} words
* @return {number}
*/
var maxProduct = function(words) {
const n = words.length;
const masks = new Array(n);
for (let i = 0; i < n; i++) {
let mask = 0;
for (let j = 0; j < words[i].length; j++) {
mask |= 1 << (words[i].charCodeAt(j) - 97);
}
masks[i] = mask;
}
let maxProd = 0;
for (let i = 0; i < n; i++) {
for (let j = i + 1; j < n; j++) {
if ((masks[i] & masks[j]) === 0) {
maxProd = Math.max(maxProd, words[i].length * words[j].length);
}
}
}
return maxProd;
};
复杂度分析
| 复杂度类型 | 值 | 说明 |
|---|---|---|
| 时间复杂度 | O(n² + L) | n为单词数量,L为所有单词总长度 |
| 空间复杂度 | O(n) | 存储位掩码数组 |