244. Shortest Word Distance II

Medium

題邏輯很簡單费封,為了完成O(M*N)到O(M + N)的optimization, 需要用到類似于mergesort的比較方法,能夠用到的原因是因為我們兩個list本來就是sorted的

class WordDistance {
    Map<String, List<Integer>> map;
    public WordDistance(String[] words) {
        map = new HashMap<String, List<Integer>>();
        int index = 0;
        for (String word : words){
            if (!map.containsKey(word)){
                map.put(word, new ArrayList<Integer>(Arrays.asList(index++)));        
            } else {
                map.get(word).add(index++);
            }
        }
    }
 
    // ["WordDistance","shortest","shortest"]
    // [[["a","a","b","b"]],["a","b"],["b","a"]]
    public int shortest(String word1, String word2) {
        List<Integer> indexes1 = map.get(word1);
        List<Integer> indexes2 = map.get(word2);
        int shortest = Integer.MAX_VALUE;
        for (int i = 0, j = 0; i < indexes1.size() && j < indexes2.size();){
            int index1 = indexes1.get(i);
            int index2 = indexes2.get(j);
            if (index1 < index2){
                shortest = Math.min(index2 - index1, shortest);
                i++;
            } else {
                shortest = Math.min(index1 - index2, shortest);     
                j++;
            }   
        }
        return shortest;
    }
}

/**
 * Your WordDistance object will be instantiated and called as such:
 * WordDistance obj = new WordDistance(words);
 * int param_1 = obj.shortest(word1,word2);
 */
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市缺厉,隨后出現(xiàn)的幾起案子桃犬,更是在濱河造成了極大的恐慌,老刑警劉巖衔统,帶你破解...
    沈念sama閱讀 212,029評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件鹿榜,死亡現(xiàn)場離奇詭異,居然都是意外死亡锦爵,警方通過查閱死者的電腦和手機舱殿,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,395評論 3 385
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來险掀,“玉大人怀薛,你說我怎么就攤上這事∶灾#” “怎么了枝恋?”我有些...
    開封第一講書人閱讀 157,570評論 0 348
  • 文/不壞的土叔 我叫張陵创倔,是天一觀的道長。 經(jīng)常有香客問我焚碌,道長畦攘,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,535評論 1 284
  • 正文 為了忘掉前任十电,我火速辦了婚禮知押,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘鹃骂。我一直安慰自己台盯,他們只是感情好,可當我...
    茶點故事閱讀 65,650評論 6 386
  • 文/花漫 我一把揭開白布畏线。 她就那樣靜靜地躺著静盅,像睡著了一般。 火紅的嫁衣襯著肌膚如雪寝殴。 梳的紋絲不亂的頭發(fā)上蒿叠,一...
    開封第一講書人閱讀 49,850評論 1 290
  • 那天,我揣著相機與錄音蚣常,去河邊找鬼市咽。 笑死,一個胖子當著我的面吹牛抵蚊,可吹牛的內(nèi)容都是我干的施绎。 我是一名探鬼主播,決...
    沈念sama閱讀 39,006評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼贞绳,長吁一口氣:“原來是場噩夢啊……” “哼粘姜!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起熔酷,我...
    開封第一講書人閱讀 37,747評論 0 268
  • 序言:老撾萬榮一對情侶失蹤孤紧,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后拒秘,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體号显,經(jīng)...
    沈念sama閱讀 44,207評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,536評論 2 327
  • 正文 我和宋清朗相戀三年躺酒,在試婚紗的時候發(fā)現(xiàn)自己被綠了押蚤。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,683評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡羹应,死狀恐怖揽碘,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤雳刺,帶...
    沈念sama閱讀 34,342評論 4 330
  • 正文 年R本政府宣布吧史,位于F島的核電站冰蘑,受9級特大地震影響湃鹊,放射性物質(zhì)發(fā)生泄漏夺颤。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,964評論 3 315
  • 文/蒙蒙 一枪汪、第九天 我趴在偏房一處隱蔽的房頂上張望涌穆。 院中可真熱鬧,春花似錦雀久、人聲如沸宿稀。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,772評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽祝沸。三九已至,卻和暖如春巡蘸,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背擂送。 一陣腳步聲響...
    開封第一講書人閱讀 32,004評論 1 266
  • 我被黑心中介騙來泰國打工悦荒, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人嘹吨。 一個月前我還...
    沈念sama閱讀 46,401評論 2 360
  • 正文 我出身青樓搬味,卻偏偏與公主長得像,于是被迫代替她去往敵國和親蟀拷。 傳聞我的和親對象是個殘疾皇子碰纬,可洞房花燭夜當晚...
    茶點故事閱讀 43,566評論 2 349

推薦閱讀更多精彩內(nèi)容