【中等】力扣算法题解析LeetCode288：单词的唯一缩写

关注文末推广名片，即可免费获得本题测试源码！

题目来源：🔒LeetCode288：单词的唯一缩写

问题抽象： 设计一个类 ValidWordAbbr，用于高效验证给定单词在字典中的缩写是否唯一（即字典中不存在其他单词具有相同缩写），满足以下核心需求：

1. 缩写规则定义：

   • 短单词（长度 ≤2）：缩写为原单词（如 "a"→"a"）；
   • 长单词（长度 ≥3）：缩写为 首字母 + (长度-2) + 尾字母（如 "hello"→"h3o"）。

2. 类功能定义：

   • 初始化：接收字符串数组 dictionary（字典），构建缩写映射；
   • 唯一性验证：isUnique(word) 判断 word 的缩写在字典中是否 仅由该单词独占（无其他单词共享）。

3. 唯一性规则：

   • 独占条件：若字典中存在与 word 相同缩写的单词，则这些单词必须 全是 word 本身（允许重复）；
   • 无冲突：若字典中无任何单词与 word 缩写相同，视为唯一；
   • 存在冲突：若字典中存在 不同于 word 的单词 与其缩写相同，视为不唯一。

4. 输入约束：

   • 字典长度 1 ≤ len(dictionary) ≤ 3×10^4，单词长度 1 ≤ len(word) ≤ 50；
   • 时间复杂度：
     • 初始化 O(n)（n 为字典单词总数）；
     • isUnique 方法 O(1)（哈希表查询）；
   • 空间复杂度 O(n)（存储缩写映射）。

5. 边界处理：

   • 空字典：初始化无单词，所有 isUnique 查询返回 true；
   • 重复单词：如字典 ["a","a"]，isUnique("a") 返回 true（独占缩写）；
   • 缩写相同但单词不同：如字典 ["deer","door"]，isUnique("dear") 返回 false（缩写均为 "d2r"）；
   • 单词不在字典：如字典 ["cake"]，isUnique("cane") 返回 false（缩写 "c2e" 冲突）。

类接口定义：

class ValidWordAbbr {  
    public ValidWordAbbr(String[] dictionary);  // 初始化  
    public boolean isUnique(String word);       // 验证唯一性  
}  

解题思路

1. 核心问题：

   • 判断目标单词的缩写是否仅由自身使用（若它在字典中），或未被任何字典单词使用（若它不在字典中）。

2. 优化策略：

   • 哈希表存储缩写计数：预处理字典，计算每个单词的缩写并记录出现次数。
   • 去重处理：字典可能有重复单词，需用 Set 存储原始单词，避免重复计数。
   • 边界处理：单词长度≤2时无需计算缩写，直接返回 true。

3. 关键逻辑（isUnique 方法）：

   • 若目标单词的缩写不存在于字典 → 唯一（true）。
   • 若目标单词在字典中，且其缩写仅由它自己使用（计数=1） → 唯一（true）。
   • 其他情况（缩写被其他单词使用） → 不唯一（false）。

代码实现（Java版）🔥点击下载源码

public class ValidWordAbbr {
    private final Map<String, Integer> abbrCountMap; // 存储缩写及其出现次数
    private final Set<String> wordSet;               // 存储字典原始单词（去重）

    public ValidWordAbbr(String[] dictionary) {
        abbrCountMap = new HashMap<>();
        wordSet = new HashSet<>(Arrays.asList(dictionary)); // 去重
        
        for (String word : wordSet) {
            String abbr = getAbbreviation(word);
            // 仅处理长度>2的单词（长度≤2的缩写即自身，无需存储）
            if (abbr != null) {
                abbrCountMap.put(abbr, abbrCountMap.getOrDefault(abbr, 0) + 1);
            }
        }
    }
    
    public boolean isUnique(String word) {
        // 长度≤2的单词缩写即自身，默认唯一
        if (word.length() <= 2) {
            return true;
        }
        
        String abbr = getAbbreviation(word);
        // 情况1：缩写不存在于字典 → 唯一
        if (!abbrCountMap.containsKey(abbr)) {
            return true;
        }
        // 情况2：单词在字典中且其缩写仅被自己使用 → 唯一
        if (wordSet.contains(word) && abbrCountMap.get(abbr) == 1) {
            return true;
        }
        // 其他情况：缩写被其他单词占用 → 不唯一
        return false;
    }
    
    // 辅助方法：生成单词缩写（长度>2时）
    private String getAbbreviation(String word) {
        if (word.length() <= 2) {
            return null; // 长度≤2的单词无需生成特殊缩写
        }
        return word.charAt(0) + 
               String.valueOf(word.length() - 2) + 
               word.charAt(word.length() - 1);
    }
}

代码说明

1. 预处理字典：

   • wordSet 去重存储字典单词，避免重复计数（如 ["a","a"] 视为一个单词）。
   • abbrCountMap 仅存储长度>2单词的缩写，减少内存占用。

2. 缩写生成逻辑：

   • 长度≤2的单词（如 "it"）在 isUnique 中直接判断为唯一，不生成缩写。
   • 长度>2的单词缩写格式：首字母 + (长度-2) + 尾字母（如 "dog"→"d1g"）。

3. 唯一性判断：

   • 目标单词的缩写未出现在 abbrCountMap 中 → 唯一（true）。
   • 目标单词在字典中且其缩写计数为1 → 唯一（true）。
   • 缩写被其他单词占用 → 不唯一（false）。

4. 复杂度。 时间复杂度：构造方法：O(N)，N 为字典去重后的单词数。isUnique：O(1)（哈希表查询）。空间复杂度：O(N)（存储缩写和单词集合）。

提交详情