49. Group Anagrams

memo.md

@@ -0,0 +1,120 @@
+# 49. Group Anagrams
+- 問題: https://leetcode.com/problems/group-anagrams/
+- 言語: Python
+
+- おおよそ15分以内に解答する
+
+## Step1
+- 文字列の配列 `strs` が与えられたとき、アナグラム同士をグループ化する。結果は任意の順序。
+- 方針:
+  - キーに単語の文字列、値に「単語の `strs` でのインデックス」と「単語の文字ごとの出現回数」のタプルを持つ辞書を作成
+  - 単語をクエリとして、上記辞書を検索し文字ごとの出現回数が全て同じ値なら同じグループに追加
+- 下のコードを書いた時点で30分経っていたので、正答を見る
+
+### 途中まで書いたコード
+```py
+class Solution:
+    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
+        from collections import Counter
+        occurrence_by_str = defaultdict()
+        for i, word in enumerate(strs):
+            counter = Counter(word)
+            occurrence_by_str[word] = (i, counter)
+
+        for i, word in enumerate(strs):
+            c_i = Counter(word)
+            for j, c_j in occurrence_by_str[word]:
+                if i == j:
+                    continue
+                for k, v in c_i:
+                    if c_i[k] != v:
+                        break
+```
+
+### 正答
+- 2つの文字列がアナグラムであるかどうかは、文字の出現頻度が完全に一致している場合に限る
+
+#### 0. 総当たり
+  - 最もシンプルなアプローチ
+  - すべての文字列ペア `(i, j)` について調べ、それらが互いにアナグラムかどうかを確認。2つの文字列がアナグラムであるとは、両方の文字列をソートした結果が一致する場合を指す。一致した場合、それらを同じグループにまとめる。
+  - 全体の時間計算量は $O(n² × k \log k)$
+    - 文字列の個数 $n$ 、 ソートの時間計算量 $O(k \log k)$
+
+#### 1. 文字列をキーとしてソート
+  - 文字列の文字をアルファベット順にソートすると、その文字列のすべてのアナグラムは同じソート済み文字列を生成する。このソート済み文字列をハッシュマップのキーとして使う。
+
+```py
+class Solution:
+    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
+        sorted_strs = defaultdict(list)
+        for s in strs:
+            key = "".join(sorted(s))
+            sorted_strs[key].append(s)
+        return list(sorted_strs.values())
+```
+- 時間計算量: $O(n × k \log k)$
+  - 長さ $k$ の $n$ 個の文字列それぞれをソート
+- 空間計算量: $O(n × k)$
+  - マップにすべての文字列を格納
+
+#### 2. 頻度エンコーディング（最適解）
+- ソートの代わりに、各文字列に対して長さ26の頻度配列を1回の線形探索 $O(k)$ で構築。2つの文字列がアナグラムであるかどうかは、それらの頻度配列が同一である場合。
+```py
+class Solution:
+    def encode(self, s: str) -> str:
+        freq = [0] * 26
+        for ch in s:
+            freq[ord(ch) - ord('a')] += 1
+        return ''.join(chr(ord('a') + i) + str(freq[i]) for i in range(26))
+
+    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
+        mp = defaultdict(list)
+        for s in strs:
+            mp[self.encode(s)].append(s)
+        return list(mp.values())
+```
+- 時間計算量: $O(n × k)$
+  - 各文字列に対して1回の線形探索
+- 空間計算量: $O(n × k)$
+  - すべての文字列をマップに格納
+
+---
+
+- 出典: https://leetcode.com/problems/group-anagrams/solutions/8332248/maang-interview-approach-brute-force-sor-iokl
+  - どう見てもClaudeの出力
+
+## Step2
+- 典型コメント集: https://docs.google.com/document/d/11HV35ADPo9QxJOpJQ24FcZvtvioli770WWdZZDaLOfg/edit?tab=t.0#heading=h.e5dwa7yj3tv0
+
+- https://github.com/kazukiii/leetcode/pull/13
+  - Python
+  - 上記2通りの解法
+  - `frozenset` で文字と数値の対応表を作成している
+    - cf. https://docs.python.org/3/library/stdtypes.html#set-types-set-frozenset
+    - `set` はミュータブルで、`frozenset` はその名の通りイミュータブル
+
+- https://github.com/Fuminiton/LeetCode/pull/12
+  - Python
+  - 上記2通りの解法
+  - 出現頻度の配列を度数分布であるから `histgram` というのはなるほどと思った
+  - 頻度配列に小文字アルファベット以外が来ると何が起きるか？
+    - > また Python では some_list[-1] のように負の index でも要素にアクセスできるので、このケースだと -26 ~ -1 の範囲であれば想定外の入力でもエラーが出ずに動いてしまい、思いがけないバグが起きそうです。（たとえば ^ が入った場合は ord('^') - ord('a') = -3 となるのであたかも 'x' かのように動いてしまう）
+    - cf. https://github.com/quinn-sasha/leetcode/pull/15#discussion_r1969949923
+
+## Step3
+- 文字列をキーとしてソート
+```py
+class Solution:
+    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
+        sorted_strs = defaultdict(list)
+        for s in strs:
+            key = "".join(sorted(s))
+            sorted_strs[key].append(s)
+        return list(sorted_strs.values())
+```
+- 所要時間:
+  - 1回目: 1:32
+  - 2回目: 1:22
+  - 3回目: 1:24
+
+- 書いた後だけど `sorted_strs` は `strs_by_sorted_strs` とかの方がわかりやすいな