加载中...
677-键值映射(Map Sum Pairs)
发表于:2021-12-03 | 分类: 中等
字数统计: 380 | 阅读时长: 2分钟 | 阅读量:

原文链接: https://leetcode-cn.com/problems/map-sum-pairs

英文原文

Design a map that allows you to do the following:

  • Maps a string key to a given value.
  • Returns the sum of the values that have a key with a prefix equal to a given string.

Implement the MapSum class:

  • MapSum() Initializes the MapSum object.
  • void insert(String key, int val) Inserts the key-val pair into the map. If the key already existed, the original key-value pair will be overridden to the new one.
  • int sum(string prefix) Returns the sum of all the pairs' value whose key starts with the prefix.

 

Example 1:

Input
["MapSum", "insert", "sum", "insert", "sum"]
[[], ["apple", 3], ["ap"], ["app", 2], ["ap"]]
Output
[null, null, 3, null, 5]

Explanation
MapSum mapSum = new MapSum();
mapSum.insert("apple", 3);  
mapSum.sum("ap");           // return 3 (apple = 3)
mapSum.insert("app", 2);    
mapSum.sum("ap");           // return 5 (apple + app = 3 + 2 = 5)

 

Constraints:

  • 1 <= key.length, prefix.length <= 50
  • key and prefix consist of only lowercase English letters.
  • 1 <= val <= 1000
  • At most 50 calls will be made to insert and sum.

中文题目

实现一个 MapSum 类,支持两个方法,insert 和 sum

  • MapSum() 初始化 MapSum 对象
  • void insert(String key, int val) 插入 key-val 键值对,字符串表示键 key ,整数表示值 val 。如果键 key 已经存在,那么原来的键值对将被替代成新的键值对。
  • int sum(string prefix) 返回所有以该前缀 prefix 开头的键 key 的值的总和。

 

示例:

输入:
["MapSum", "insert", "sum", "insert", "sum"]
[[], ["apple", 3], ["ap"], ["app", 2], ["ap"]]
输出:
[null, null, 3, null, 5]

解释:
MapSum mapSum = new MapSum();
mapSum.insert("apple", 3);  
mapSum.sum("ap");           // return 3 (apple = 3)
mapSum.insert("app", 2);    
mapSum.sum("ap");           // return 5 (apple + app = 3 + 2 = 5)

 

提示:

  • 1 <= key.length, prefix.length <= 50
  • keyprefix 仅由小写英文字母组成
  • 1 <= val <= 1000
  • 最多调用 50insertsum

通过代码

高赞题解

Trie + DFS

从需要实现「存储字符串(映射关系)」并「检索某个字符串前缀的总和」来看,可以知道这是与 $Trie$ 相关的题目,还不了解 $Trie$ 的同学可以先看前置 🧀:实现 Trie (前缀树)

考虑如何实现两个操作:

  • insert :在基本的 $Trie$ 插入操作的基础上进行拓展即可。与常规的插入操作的唯一区别为,不能简单记录单词的结束位置,还要存储 $key$ 对应的 $val$ 是多少。具体的我们可以使用 int 类型的数组 $hash$ 来代替原有的 boolean 类型的数组 $isWord$;

  • sum : 先对入参 $prefix$ 进行字典树搜索,到达尾部后再使用 DFS 搜索后面的所有方案,并累加结果。

代码(static 优化代码见 $P2$,避免每个样例都 new 大数组):

[]
class MapSum { int[][] tr = new int[2510][26]; int[] hash = new int[2510]; int idx; public void insert(String key, int val) { int p = 0; for (int i = 0; i < key.length(); i++) { int u = key.charAt(i) - 'a'; if (tr[p][u] == 0) tr[p][u] = ++idx; p = tr[p][u]; } hash[p] = val; } public int sum(String prefix) { int p = 0; for (int i = 0; i < prefix.length(); i++) { int u = prefix.charAt(i) - 'a'; if (tr[p][u] == 0) return 0; p = tr[p][u]; } return dfs(p); } int dfs(int p) { int ans = hash[p]; for (int u = 0; u < 26; u++) { if (tr[p][u] != 0) ans += dfs(tr[p][u]); } return ans; } }
[]
class MapSum { static int[][] tr = new int[2510][26]; static int[] hash = new int[2510]; static int idx; public MapSum() { for (int i = 0; i <= idx; i++) Arrays.fill(tr[i], 0); Arrays.fill(hash, 0); idx = 0; } public void insert(String key, int val) { int p = 0; for (int i = 0; i < key.length(); i++) { int u = key.charAt(i) - 'a'; if (tr[p][u] == 0) tr[p][u] = ++idx; p = tr[p][u]; } hash[p] = val; } public int sum(String prefix) { int p = 0; for (int i = 0; i < prefix.length(); i++) { int u = prefix.charAt(i) - 'a'; if (tr[p][u] == 0) return 0; p = tr[p][u]; } return dfs(p); } int dfs(int p) { int ans = hash[p]; for (int u = 0; u < 26; u++) { if (tr[p][u] != 0) ans += dfs(tr[p][u]); } return ans; } }
  • 时间复杂度:令 $key$ 的最大长度为 $n$,最大调用次数为 $m$,字符集大小为 $C$( 本题 $C$ 固定为 $26$ ),insert 操作的复杂度为 $O(n)$;从 DFS 的角度分析,sum 操作的复杂度为 $O(C^n)$,但事实上,对于本题具有明确的计算量上界,搜索所有的格子的复杂度为 $O(n * m * C)$
  • 空间复杂度:$O(n * m * C)$

Trie 记录前缀字符串总和

为降低 sum 操作的复杂度,我们可以在 insert 操作中同时记录(累加)每个前缀的总和。

代码(static 优化代码见 $P2$,避免每个样例都 new 大数组):

[]
class MapSum { int N = 2510; int[][] tr = new int[N][26]; int[] hash = new int[N]; int idx; Map<String, Integer> map = new HashMap<>(); public void insert(String key, int val) { int _val = val; if (map.containsKey(key)) val -= map.get(key); map.put(key, _val); for (int i = 0, p = 0; i < key.length(); i++) { int u = key.charAt(i) - 'a'; if (tr[p][u] == 0) tr[p][u] = ++idx; p = tr[p][u]; hash[p] += val; } } public int sum(String prefix) { int p = 0; for (int i = 0; i < prefix.length(); i++) { int u = prefix.charAt(i) - 'a'; if (tr[p][u] == 0) return 0; p = tr[p][u]; } return hash[p]; } }
[]
class MapSum { static int N = 2510; static int[][] tr = new int[N][26]; static int[] hash = new int[N]; static int idx; static Map<String, Integer> map = new HashMap<>(); public MapSum() { for (int i = 0; i <= idx; i++) Arrays.fill(tr[i], 0); Arrays.fill(hash, 0); idx = 0; map.clear(); } public void insert(String key, int val) { int _val = val; if (map.containsKey(key)) val -= map.get(key); map.put(key, _val); for (int i = 0, p = 0; i < key.length(); i++) { int u = key.charAt(i) - 'a'; if (tr[p][u] == 0) tr[p][u] = ++idx; p = tr[p][u]; hash[p] += val; } } public int sum(String prefix) { int p = 0; for (int i = 0; i < prefix.length(); i++) { int u = prefix.charAt(i) - 'a'; if (tr[p][u] == 0) return 0; p = tr[p][u]; } return hash[p]; } }
  • 时间复杂度:令 $key$ 的最大长度为 $n$,insert 操作的复杂度为 $O(n)$;sum 操作的复杂度为 $O(n)$
  • 空间复杂度:令 $key$ 的最大长度为 $n$,最大调用次数为 $m$,字符集大小为 $C$( 本题 $C$ 固定为 $26$ ),复杂度为 $O(n * m * C)$

更多「Trie」相关内容

意犹未尽?考虑加餐如下 $Trie$ 内容:


最后

如果有帮助到你,请给题解点个赞和收藏,让更多的人看到 ~ (“▔□▔)/

也欢迎你 关注我(公主号后台回复「送书」即可参与长期看题解学算法送实体书活动)或 加入「组队打卡」小群 ,提供写「证明」&「思路」的高质量题解。

所有题解已经加入 刷题指南,欢迎 star 哦 ~

统计信息

通过次数 提交次数 AC比率
36879 55308 66.7%

提交历史

提交时间 提交结果 执行时间 内存消耗 语言
上一篇:
676-实现一个魔法字典(Implement Magic Dictionary)
下一篇:
678-有效的括号字符串(Valid Parenthesis String)
本文目录
本文目录