Anagrams:是颠倒字母顺序的字符串
本文提供三个方法，分别分析时间空间复杂度
方法一：暴力遍历 时间复杂度：O(n^2)
方法二：基于排序算法，Sorting的时间复杂度是O(n*log(n))。所以先把两个字符数字进行排序，再判断。
public class CustomStringUtil
{ boolean firstIsAnagram(String sFirst, String sSecond)
{
char[] cFirstArray = sFirst.toCharArray();
char[] cSecondArray = sFirst.toCharArray();
Arrays.sort(cFirstArray);
Arrays.sort(cSecondArray); return Arrays.equals(cFirstArray, cSecondArray);
}
}
分析：
（1）把一个String转换成char[]，时间：O(n)，空间：O(n)（数组占用的）
（2）给数组排序：时间：O(n*log(n))，空间：O(n)
（2）比较这两个数组：时间：O(n)，空间：O(1)（可能一些临时计数器可能会用到一点空间）
总结：这个算法的时间复杂度是：O(n*log(n))
方法三：应用哈希表的思想。
首先我们知道，在ASCII Table中每个字符串对应一个整形数，这里我们就利用这一点，把这个整形数当做数组的下标，这样一个字符就对应到数组中的唯一一个位置。
算法思想：我们可以用一个数组，数组下标就是字符的索引，然后计算字符串中每个字符出现的次数。在第一个字符串中，每出现一个字符就在相应的数组位置上加一；在第二个字符串中，每出现一个字符就在数组相应的位置上减一。我们这样操作先遍历第一个字符串，再遍历第二个字符串，这两个字符串是Anagrams的唯一一种情况就是最后这个数组还是全0。就意味着这两个字符串中某一个特定的字符个数相同。
算法步骤：
（1）生成一个236位的整数数组k
（2）对于第一个字符串sFirst中的每一个字符x，x对应的整型值是y，把k[y]加1
（3）对于第二个字符串sSecond中的每一个字符x，x对应的整型值是y，把k[y]减1
（4）如果数组k仍然是全零，那么字符串sFirst和sSecond就是Anagrams
代码：
public class CustomStringUtil
{
public static boolean secondIsAnagram(String sFirst, String sSecond)
{
if (sFirst.length() != sSecond.length())
{
return false;
}
int[] asciiChars = new int[256];
for (int i = sFirst.length() - 1; i>=0; --i)
{
++asciiChars[sFirst.charAt(i)]; //关键代码
}
for (int i = sFirst.length() - 1; i>=0; --i)
{
char currChar = sSecond.charAt(i);
if (asciiChars[currChar] == 0)
{
return false;
}
--asciiChars[currChar];
}
return true;
}
}
分析：时间：O(n)（遍历一次数组的时间）空间O(1)（空间不随着处理的字符串的大小而变化）
注意：这上面的代码做了一个假设：就是我们有一个确定的256个字符的集合。要注意到，这个假设对于编程来说是一个巨大的陷阱，我们应该非常小心。