La façon la plus simple de vérifier si une chaîne consiste en des lettres uniques?

J'aime l'idée de hashset. C'est simple conceptuellement, et ne passe que la chaîne. Pour une amélioration de performance simple, vérifiez le Ajouter Valeur de retour. Une chose que vous devriez être au courant, c'est que cela fonctionne par le pliage de cas. dans un sens. Vous pouvez créer une classe wrapper autour du caractère avec une sémantique différente équivalente à être vraiment insensible à une casse.

Fait intéressant, Apache Commons a un CaseInSensitivemap ( src ) qui fonctionne par le boîtier supérieur puis plus bas la clé. Comme vous le savez probablement, Hashset de Java est soutenu par un hashmap. xxx

Une amélioration de l'option 2 consiste à vérifier le drapeau booléen que la méthode d'ajout de hashset retourne. C'est vrai si l'objet n'était pas déjà là. Cependant, pour que cette méthode soit utile, vous devez d'abord définir la chaîne sur toutes les capuchons ou minuscules.

Je n'aime pas 1. - c'est un algorithme O (n ^{2 ). Votre 2. est grossièrement linéaire, mais traverse toujours la chaîne entière. Votre 3. est O (N LG _{2 N), avec (probablement) une constante relativement élevée - probablement presque toujours plus lente que 2.}}

Ma préférence, cependant, si vous essayez d'insérer une lettre dans l'ensemble, vérifiez si c'était déjà présent et si c'était le cas, vous pouvez vous arrêter immédiatement. Compte tenu de la distribution aléatoire de lettres, cela devrait nécessiter une numérisation de la moitié de la chaîne en moyenne.

Edit: les deux commentaires sont corrects que la partie de la chaîne que vous attendez de numériser dépendra de la distribution et de la longueur - à un moment donné, la chaîne est suffisamment longue pour qu'une répétition soit inévitable et (par exemple) une Caractère court de cela, la chance est toujours assez chère. En fait, étant donné une distribution aléatoire plate (c'est-à-dire que tous les caractères de l'ensemble sont également probables), cela devrait être approfondi avec le paradoxe d'anniversaire, ce qui signifie que les chances d'une collision sont liées à la racine carrée du nombre de caractères possibles dans le jeu de caractères. Par exemple, si nous avons assumé une probabilité de base US-ASCII (128 caractères) avec une probabilité égale, nous atteindrions 50% de chances d'une collision d'environ 14 caractères. Bien sûr, dans de vraies chaînes, nous pourrions probablement s'attendre à ce que cela plus tôt que cela, puisque les personnages ASCII ne soient utilisées nulle part près de la fréquence égale dans la plupart des cordes.

Qu'en est-il de l'utilisation d'un Int pour stocker les bits correspondant à l'index de la lettre de l'alpabhet? Ou peut-être une longue pour pouvoir atteindre 64 symboles distincts.

long mask;
// already lower case
string = string.toLowerCase();
for (int i = 0; i < string.length(); ++i)
{
  int index = 1 << string.charAt(i) - 'a';
  if (mask & index == index)
    return false;

  mask |= index;
}
return true;

Par "lettres uniques" Voulez-vous simplement dire l'ensemble anglais standard de 26, ou permettez-vous d'intéressant unicode? Quel résultat vous attendez-vous si la chaîne contient une non-lettre?

Si vous envisagez seulement 26 lettres possibles et que vous souhaitez ignorer une nouvelle lettre ou le considérer comme un échec automatique, le meilleur algorithme est probablement celui-ci. pseudocode: xxx

La seule question restante est de savoir si votre matrice doit être une matrice (nécessitant 26 opérations à zéro), ou un bitfield (nécessitant éventuellement plus de travail à vérifier / définir , mais peut être mis à zéro en une seule opération). Je pense que l'accès Bitfield sera à peu près comparable à la recherche de la matrice, sinon plus rapide, alors je m'attends à ce que Bitfield soit la bonne réponse.

public boolean hasUniqChars(String s){
  Hashset h = new Hashset();
  HashSet<Character> h = new HashSet<Character>();
  for (char c : s.toCharArray()) {
  if (!h.add(Character.toUpperCase(c))) // break if already present
    return false;
  }
  return true;
}
You should use hashset technique if you are performing char sets like utf-8 and for internationalization's sake.Javadoc on Character.toUpperCase for cases of utf:
This method (toUpperCase(char) ) cannot handle  supplementary characters. To support all Unicode characters, including supplementary characters, use the toUpperCase(int) method.

Je suggérerais une variante de (2) - Utilisez des drapeaux de "caractère déjà vu" au lieu d'un hashset. En boucle à travers la chaîne, quittez immédiatement si le caractère actuel était déjà vu.

Si vous avez une classe Bitvector disponible (j'oublie si Java en fournit un), vous pouvez l'utiliser, bien que la sauvegarde de la mémoire n'entraîne pas nécessairement une amélioration de la vitesse et pourrait facilement ralentir les choses.

C'est o (n) le pire des cas, cependant, et pourrait avoir une performance moyenne de bien meilleure en fonction de vos chaînes - vous pouvez bien constater que la plupart ont une répétition près du début. En fait, à proprement parler, c'est O (1) dans le pire des cas, car une corde plus longue que la taille du jeu de caractères doit avoir des caractères répétés afin que vous ayez une constante liée au nombre de caractères dont vous avez besoin pour Vérifiez chaque chaîne.