LeetCode字母异位词分组：哈希表优化与实现

1. 字母异位词分组问题解析

这道LeetCode中等难度题目要求我们对字符串数组中的字母异位词进行分组。所谓字母异位词，指的是由相同字母重新排列组合形成的不同单词，比如"eat"、"tea"、"ate"就是一组典型的字母异位词。

在实际编程面试中，这类字符串处理问题非常常见。它不仅考察我们对哈希表等数据结构的掌握程度，也检验我们处理字符串的编程能力。我在多次面试中遇到过这道题的变种，发现很多候选人虽然能给出解法，但对时间复杂度的优化和边界条件的处理往往不够完善。

2. 核心解题思路分析

2.1 暴力解法及其局限性

最直观的解法是双重循环比较：外层循环遍历每个字符串，内层循环检查它是否与已分组的字符串是字母异位词。这种方法虽然简单，但时间复杂度高达O(n^2 * k)，其中n是字符串数量，k是字符串平均长度，在LeetCode的大数据测试用例下必然会超时。

注意：判断两个字符串是否为字母异位词时，不能简单地比较排序后的字符串，因为字符串排序本身就需要O(klogk)的时间。

2.2 哈希表优化方案

更高效的解法是利用哈希表（字典）来存储分组结果。具体思路是：

1. 遍历每个字符串
2. 计算该字符串的特征值（可作为哈希键）
3. 将相同特征值的字符串归入同一组

关键在于如何设计这个特征值。常见的有两种方法：

2.2.1 排序字符串作为键

将每个字符串排序后作为哈希表的键。例如：

• "eat" → "aet"
• "tea" → "aet"
• "tan" → "ant"

这种方法的时间复杂度是O(n*klogk)，因为每个字符串都需要排序。

2.2.2 字母计数作为键

统计每个字符串中各个字母的出现次数，将计数结果作为键。例如：

• "eat" → [1,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0]
• "tea" → 同上

这种方法的时间复杂度是O(n*k)，因为只需要线性扫描字符串统计字母。

3. 代码实现与优化

3.1 Python实现（排序键方案）

python复制def groupAnagrams(strs):
    from collections import defaultdict