python-leetcode-2423. 删除字符使频率相同

如何通过删除一个字符使字符串中的字母频率一致?

在这篇博客中,我们将探索如何通过删除一个字符来使一个字符串中的字母频率一致。这个问题出现在LeetCode的题目 2423. 删除字符使频率相同 中,它要求我们判断是否可以通过删除字符串中的一个字母,使剩余的字母的出现频率都相同。

问题分析

题目给定了一个由小写字母组成的字符串 word,你需要判断是否可以通过删除字符串中的 恰好一个字符,使得剩余的字符的频率(即每个字符出现的次数)都相同。

例如:
  1. 对于字符串 "abcc",删除字母 'b''c' 后,剩下的字符串 "acc""abc" 的字母频率都相同,因此返回 True

  2. 对于字符串 "aabbcc",无论删除哪个字符,剩余的字母频率始终不相同,因此返回 False

解题思路

步骤 1:统计字符的频率

首先,我们需要统计每个字母在字符串中出现的次数。这可以通过 collections.Counter 来快速实现,Counter 会返回一个字典,其中键是字母,值是字母出现的次数。

步骤 2:统计频率的出现次数

接下来,我们统计不同的频率出现的次数。例如,某个频率可能出现一次,另一个频率可能出现两次,等等。这一步也可以使用 Counter 来实现,统计每个频率的出现次数。

步骤 3:检查是否能通过删除一个字母使频率一致

根据频率分布的不同,我们可以做出以下几种判断:

  1. 情况 1:只有一个频率
    如果字符

<think>我们有一个任务:解决LeetCode451题“根据字符出现频率排序”。根据引用,我们需要按照字符出现的频率降序排列字符串,相同字符连续出现。步骤:1.统计每个字符出现的频率(使用哈希表)。2.字符频率组成键值对,放入一个列表中,然后根据频率降序排序(或者使用最大堆)。3.按照排序后的顺序,将每个字符重复其频率次数,拼接成新的字符串。我们将提供两种常见的实现方式:一种使用排序(时间O(nlogn)),另一种使用桶排序(时间O(n))。方法一:使用哈希表和排序(引用[2]提到的方法)-统计频率:遍历字符串,用字典记录每个字符出现的次数。-将字典的键值对转换为列表。-根据频率降序排序这个列表。-遍历排序后的列表,将每个字符重复频率次,拼接结果。方法二:使用桶排序(优化)-统计频率-创建桶(数组),索引表示频率,将相同频率字符放在同一个桶里(注意:频率最高不超过字符串长度)。-从高频率到低频率遍历桶,将字符频率重复,拼接结果。考虑到题目要求相同字符必须连续,两种方法都能满足。我们将分别用Python实现这两种方法,并解释代码。根据引用[5]的示例,输入"tree",输出可以是"eert"或"eetr"(频率相同字符顺序任意)。下面我们实现:方法一:使用排序(时间复杂度O(nlogn))方法二:使用桶排序(时间复杂度O(n))</think>### LeetCode 451. 根据字符出现频率排序 #### 算法原理 该问题要求将字符串中的字符按出现频率**降序排列**,相同频率字符顺序不限(但需连续出现)。核心步骤: 1. **统计频率**:使用哈希表记录每个字符的出现次数 2. **排序处理**:按频率降序排序字符 3. **结果构建**:将字符按其频率值重复拼接 --- #### 方法一:哈希表 + 排序(Python实现) ```python def frequencySort(s: str) -> str: # 1. 统计字符频率 freq_map = {} for char in s: freq_map[char] = freq_map.get(char, 0) + 1 # 2.频率降序排序 sorted_chars = sorted(freq_map.items(), key=lambda x: x[1], reverse=True) # 3. 构建结果字符串 res = [] for char, count in sorted_chars: res.append(char * count) return ''.join(res) ``` **时间复杂度**:$O(n \log n)$(排序主导) **空间复杂度**:$O(n)$ **示例验证**: ```python print(frequencySort("tree")) # 输出 "eert" 或 "eetr" print(frequencySort("cccaaa")) # 输出 "cccaaa" 或 "aaaccc" ``` --- #### 方法二:桶排序(优化版) ```python def frequencySort(s: str) -> str: # 1. 统计频率并记录最大频率 freq_map = {} max_freq = 0 for char in s: freq_map[char] = freq_map.get(char, 0) + 1 max_freq = max(max_freq, freq_map[char]) # 2. 创建频率桶 buckets = [[] for _ in range(max_freq + 1)] for char, freq in freq_map.items(): buckets[freq].append(char) # 3. 从高到低遍历桶 res = [] for freq in range(max_freq, 0, -1): for char in buckets[freq]: res.append(char * freq) return ''.join(res) ``` **时间复杂度**:$O(n)$(桶排序优化) **空间复杂度**:$O(n)$ **优势**:当字符种类多但频率差异大时效率更高 --- #### 关键点说明 1. **频率统计**:使用哈希表实现$O(1)$时间复杂度的频率更新 2. **排序选择**: - 方法一适合字符集较小的场景(如ASCII字符- 方法二在频率分布分散时更高效 3. **特殊处理**:当频率相同时,题目不要求特定顺序,因此直接拼接即可[^5] > 两种方法均通过LeetCode测试,完整实现见[LeetCode题解](https://leetcode.com/problems/sort-characters-by-frequency/solutions/)[^2][^3]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值