Anagramas de grupo Leetcode

Question

Link aqui

Incluirei uma solução em Python e C ++ e você pode revisar uma. Estou mais interessado em revisar o código C ++, algo que comecei a aprender recentemente; aqueles que não conhecem C ++ podem revisar o código Python. Ambas as soluções compartilham uma lógica semelhante, portanto, a revisão se aplicará a qualquer uma.

---

Declaração do problema

Dada uma matriz de strings strs, agrupe os anagramas. Você pode retornar a resposta em qualquer ordem. Um anagrama é uma palavra ou frase formada pela reorganização das letras de uma palavra ou frase diferente, normalmente usando todas as letras originais exatamente uma vez.

Exemplo:

Input: strs = ["eat","tea","tan","ate","nat","bat"]
Output: [["bat"],["nat","tan"],["ate","eat","tea"]]

Ambas as soluções envolvem a criação de um mapeamento de caracteres de palavras ordenados alfabeticamente para a palavra correspondente e cada palavra encontrada que corresponda, é adicionada ao grupo correspondente. E como foi sugerido anteriormente em minhas postagens anteriores não confiar nas estatísticas do leetcode porque elas são imprecisas, cronometrei as soluções c ++ e python para 1.000.000 de execuções no mesmo conjunto de palavras para ver o que acontecia. Surpreendentemente, a solução python supera a solução c ++ quase 2x. Os tempos resultantes ~ = 10, 20 segundos para python e c ++, respectivamente, quando executado no meu i5 2.7 GHZ mbp. Dado que ambas as implementações são quase semelhantes, o c ++ não deveria ser 10 vezes mais rápido do que o python?

group_anagrams.py

from collections import defaultdict
from time import perf_counter


def group(words):
    groups = defaultdict(lambda: [])
    for word in words:
        groups[tuple(sorted(word))].append(word)
    return groups.values()


def time_grouping(n, words):
    print(f'Calculating time for {n} runs ...')
    t1 = perf_counter()
    for _ in range(n):
        group(words)
    print(f'Time: {perf_counter() - t1} seconds')


if __name__ == '__main__':
    w = [
        'abets',
        'baste',
        'beats',
        'tabu',
        'actress',
        'casters',
        'allergy',
        'gallery',
        'largely',
    ]
    print(list(group(w)))
    time_grouping(1000000, w)

Resultados:

[['abets', 'baste', 'beats'], ['tabu'], ['actress', 'casters'], ['allergy', 'gallery', 'largely']]
Calculating time for 1000000 runs ...
Time: 8.801584898000002 seconds

group_anagrams.h

#ifndef LEETCODE_GROUP_ANAGRAMS_H
#define LEETCODE_GROUP_ANAGRAMS_H

#include <vector>
#include <string>

std::vector<std::vector<std::string>> get_groups(const std::vector<std::string> &words);

#endif //LEETCODE_GROUP_ANAGRAMS_H

group_anagrams.cpp

#include "group_anagrams.h"
#include <algorithm>
#include <chrono>
#include <iostream>
#include <map>


std::vector<std::vector<std::string>>
get_groups(const std::vector<std::string> &words) {
    std::map<std::string, std::vector<std::string>> word_groups;
    std::vector<std::vector<std::string>> groups;
    for (const auto &word: words) {
        auto sorted_word = word;
        std::sort(sorted_word.begin(), sorted_word.end());
        if (word_groups.contains(sorted_word)) {
            word_groups[sorted_word].push_back(word);
        } else {
            word_groups[sorted_word] = {word};
        }
    }
    groups.reserve(word_groups.size());
    for (auto const &imap: word_groups)
        groups.push_back(imap.second);
    return groups;
}


int main() {
    std::vector<std::string> words{
            "abets", "baste", "beats", "tabu", "actress", "casters", "allergy",
            "gallery", "largely"
    };
    auto groups = get_groups(words);
    for (const auto &group: groups) {
        for (const auto &word: group)
            std::cout << word << ' ';
        std::cout << '\n';
    }
    size_t n_times{1000000};
    std::cout << "\nCalculating time for " << n_times << " runs ..." << '\n';
    auto t1 = std::chrono::high_resolution_clock::now();
    while (n_times > 0) {
        get_groups(words);
        n_times--;
    }
    auto t2 = std::chrono::high_resolution_clock::now();
    auto duration = std::chrono::duration_cast<std::chrono::seconds>(
            t2 - t1).count();
    std::cout << duration << " seconds";
}

Resultados:

abets baste beats 
tabu 
actress casters 
allergy gallery largely 

Calculating time for 1000000 runs ...
22 seconds

Answer 1

C ++

    if (word_groups.contains(sorted_word)) {
        word_groups[sorted_word].push_back(word);
    } else {
        word_groups[sorted_word] = {word};
    }

containsfaz uma pesquisa pela palavra em word_groups. Em seguida, operator[]faz a mesma pesquisa uma segunda vez.

Podemos substituir o anterior por apenas:

    word_groups[sorted_word].push_back(word);

( operator[]insere um valor construído por padrão (ou seja, um vazio vector<std::string>) se não estiver presente no mapa).

---

Não precisamos copiar o word_groupsmapa em um vetor de onde retorná-lo get_groups(). Podemos apenas retornar o mapa em si.

Então, na função principal, faríamos a iteração com:

for (const auto &group: groups) { // group is a pair (.first is the key, .second is the values)
    for (const auto &word: group.second)
        ...

---

Não precisamos armazenar a própria string no mapa, podemos armazenar o índice da string no vetor de entrada. (ie map<string, vector<std::size_t>>).