博客
关于我
LeetCode刷题记录11——290. Word Pattern(easy)
阅读量:535 次
发布时间:2019-03-08

本文共 1845 字,大约阅读时间需要 6 分钟。

要解决这个问题,我们需要判断给定的两个字符串是否符合“Word Pattern”的模式。具体来说,给定一个模式字符串pattern和一个目标字符串str,判断str是否符合由pattern中的单词按照特定顺序重复排列而成的模式。

思路

  • 字符串分割:首先,将pattern和str分割成单词数组。这样可以更方便地逐个比较每个单词的位置。
  • 长度检查:检查两个单词数组的长度是否相同。如果长度不同,直接返回false,因为它们不可能匹配。
  • 映射关系建立:使用一个字典(在Java中是HashMap)来记录每个单词在pattern中的位置。对于每一个单词,记录它在pattern中的第一次出现的位置。
  • 遍历检查:遍历str中的每一个单词,检查它在pattern中的位置是否与字典中的记录一致。如果已经存在,检查它是否和当前处理的位置相同;如果不存在,那么记录下来。
  • 结果判断:如果所有单词都符合条件,返回true;否则,返回false。
  • 这种方法确保了每个单词的位置和顺序与pattern完全一致,从而有效地判断是否符合Word Pattern。

    解决代码

    import java.util.HashMap;import java.util.Map;public class WordPattern {    public static boolean wordPattern(String pattern, String str) {        String[] patternWords = pattern.split(" ");        String[] strWords = str.split(" ");                if (patternWords.length != strWords.length) {            return false;        }                Map
    wordMap = new HashMap<>(); for (int i = 0; i < patternWords.length; i++) { String word = patternWords[i]; if (wordMap.containsKey(word)) { if (wordMap.get(word) != i) { return false; } } else { wordMap.put(word, i); } } for (int i = 0; i < strWords.length; i++) { String word = strWords[i]; if (!wordMap.containsKey(word)) { return false; } if (wordMap.get(word) != i) { return false; } } return true; }}

    代码解释

  • 字符串分割:使用split(" ")方法将pattern和str分割成单词数组patternWords和strWords。
  • 长度检查:如果两个单词数组的长度不同,直接返回false。
  • 映射关系建立:创建一个HashMapwordMap,用于存储每个单词在pattern中的位置。
  • 遍历检查:首先遍历patternWords,记录每个单词的位置。如果在遍历过程中发现位置不一致,返回false。
  • 再次遍历:再次遍历strWords,检查每个单词是否在wordMap中,并且位置是否正确。如果发现不一致,返回false。
  • 返回结果:如果所有检查都通过,返回true,否则返回false。
  • 这种方法确保了每个单词的位置和顺序与pattern完全一致,从而有效地判断是否符合Word Pattern。

    转载地址:http://coyiz.baihongyu.com/

    你可能感兴趣的文章
    Nim教程【十二】
    查看>>
    Nim游戏
    查看>>
    NIO ByteBuffer实现原理
    查看>>
    Nio ByteBuffer组件读写指针切换原理与常用方法
    查看>>
    NIO Selector实现原理
    查看>>
    nio 中channel和buffer的基本使用
    查看>>
    NIO基于UDP协议的网络编程
    查看>>
    NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
    查看>>
    Nitrux 3.8 发布!性能全面提升,带来非凡体验
    查看>>
    NI笔试——大数加法
    查看>>
    NLog 自定义字段 写入 oracle
    查看>>
    NLog类库使用探索——详解配置
    查看>>
    NLP 基于kashgari和BERT实现中文命名实体识别(NER)
    查看>>
    NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
    查看>>
    NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
    查看>>
    NLP学习笔记:使用 Python 进行NLTK
    查看>>
    NLP的神经网络训练的新模式
    查看>>
    NLP采用Bert进行简单文本情感分类
    查看>>
    NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
    查看>>
    NLP:使用 SciKit Learn 的文本矢量化方法
    查看>>