哈希算法题目：字母异位词分组 题目描述： 给你一个字符串数组，要求将字母异位词组合在一起。字母异位词是由重新排列源单词的所有字母得到的一个新单词。你可以按任意顺序返回结果列表。 示例： 输入：strs = [ "eat", "tea", "tan", "ate", "nat", "bat" ] 输出：[ [ "bat"],[ "nat","tan"],[ "ate","eat","tea"] ] 解题过程： 第一步：理解字母异位词的关键特征 字母异位词的核心特征是：当对单词中的字母进行排序后，所有的异位词都会得到相同的字符串。比如： "eat" → "aet" "tea" → "aet" "ate" → "aet" 这三个词排序后都得到"aet"，因此它们是字母异位词。 第二步：选择合适的数据结构 我们需要一个哈希表（字典）来建立"排序后的字符串"与"原始字符串列表"之间的映射关系。键是排序后的字符串，值是对应的原始字符串列表。 第三步：算法实现步骤 创建一个空的哈希表（字典） 遍历输入数组中的每个字符串： 将当前字符串转换为字符数组并排序 将排序后的字符数组转换回字符串作为键 如果该键不在哈希表中，创建一个新的空列表作为值 将原始字符串添加到对应键的列表中 返回哈希表中所有的值组成的列表 第四步：具体示例演示 以输入[ "eat","tea","tan" ]为例： 处理"eat"：排序得"aet" → 映射：{"aet": [ "eat" ]} 处理"tea"：排序得"aet" → 映射：{"aet": [ "eat","tea" ]} 处理"tan"：排序得"ant" → 映射：{"aet":[ "eat","tea"], "ant":[ "tan" ]} 第五步：复杂度分析 时间复杂度：O(nklogk)，其中n是字符串个数，k是字符串最大长度。排序每个字符串需要O(klogk)时间。 空间复杂度：O(nk)，哈希表需要存储所有字符串。 第六步：优化思考 如果字符串很长，排序开销较大。可以考虑使用字符计数作为键：统计每个字母出现的次数，用"#1#2#0..."的形式作为键，避免排序操作。