力扣刷题#5：LeetCode242字母异位词_从 7ms 到 0ms 就差一个数组

力扣刷题#5：有效的字母异位词_从 7ms 到 0ms 就差一个数组

哈希表好用，但不是万能的。有时候，一个 26 长度的数组比什么 STL 都管用。

---

题目

给定两个字符串 s 和 t，判断它们是否是字母异位词（每个字母出现次数相同）。

输入: s = "anagram", t = "nagaram"  → true
输入: s = "rat", t = "car"         → false

---

第一版：杀鸡用牛刀

我的思路很清晰：遍历 s 记次数，遍历 t 减次数，减到负数就返回 false。

unordered_map<char, int> smap;
for (int i = 0; i < slen; i++) smap[s[i]]++;
for (int i = 0; i < tlen; i++) {
    smap[t[i]]--;
    if (smap[t[i]] < 0) return false;
}

逻辑没问题，通过了。但耗时 7ms。

看了一下题解区，有人 0ms。凭什么？同样的逻辑，差距这么大？

---

提示：只用小写字母

"题目说了只包含小写字母，你开个 26 的数组就行了。"

就这一句话，我就知道差距在哪了。

unordered_map<char, int>   → 哈希计算 + 动态分配 + 内存开销
int count[26]              → 栈上固定空间，取址就完事

一个是要算哈希、要扩容、要处理冲突；另一个就是 base_address + index * 4 一条指令。

---

第二版：数组版

int smap[200] = {0};
for (int i = 0; i < slen; i++) smap[0 + int(s[i])]++;
for (int i = 0; i < tlen; i++) {
    smap[0 + int(t[i])]--;
    if (smap[0 + int(t[i])] < 0) return false;
}

改成数组后，时间直接掉到接近 0ms。虽然用了 200 而不是 26，但数组访问就是数组访问，比哈希表快太多了。

---

最终版：细节拉满

class Solution {
public:
    bool isAnagram(string s, string t) {
        if (s.length() != t.length()) return false;

        int count[26] = {0};
        for (char c : s) count[c - 'a']++;
        for (char c : t) {
            count[c - 'a']--;
            if (count[c - 'a'] < 0) return false;
        }
        return true;
    }
};

改动	说明
count[26] 而非 count[200]	小写字母就 26 个，精确分配
c - 'a' 而非 int(s[i])	'a'→0，'b'→1……语义自解释
for (char c : s)	范围 for 更简洁，不用管下标

---

学到了什么

数据结构的选择比代码逻辑更重要。

同样的算法（遍历 → 记数 → 减数 → 判断），用哈希表 7ms，用数组 ≈0ms。不是哈希表不好，而是当数据范围已知且很小时，数组永远是最高效的选择。

场景	用什么	原因
字母异位词（26 种）	int[26]	范围固定，直接寻址
存在重复元素（值域未知）	unordered_set	范围未知，哈希表灵活
两数之和（需要配对）	unordered_map	需要存键值对
大数据量模糊查找	哈希表	伸缩性好

栈上开数组 ≈ 一条指令，哈希表 ≈ 几十条指令。 当你知道数据范围不超过 26，就别用哈希表。

---

写于 2026-06-04。熟悉了哈希表后，要知道什么时候不用它——这才叫真正学会了。