🤖 AI总结
主题
Go语言实现带权单词映射算法
摘要
本文用Go语言实现带权单词映射算法，计算单词总权重后取模26，再映射为倒序字母，最终拼接结果字符串。
关键信息
- 1 计算单词权重并取模26
- 2 按倒序字母映射字符
- 3 时间复杂度O(N*M)，空间复杂度O(N)
2026-06-09：带权单词映射。用go语言，给定一个字符串数组 words，以及一个长度为 26 的整数数组 weights，其中 weights[i] 表示字母表中第 i 个小写字母的权重。
每个单词的权重是该单词中所有字符对应权重的总和。对每个单词计算：
1.取它的权重对 26 的余数；
2.将这个余数按“倒序字母”的规则映射到字符：余数为 0 对应 ‘z’，1 对应 ‘y’，…，25 对应 ‘a’。
最后把所有单词对应得到的字符依次连接，形成返回的字符串。
1 <= words.length <= 100。
1 <= words[i].length <= 10。
weights.length == 26。
1 <= weights[i] <= 100。
words[i] 仅由小写英文字母组成。
输入： words = [“abcd”,”def”,”xyz”], weights = [5,3,12,14,1,2,3,2,10,6,6,9,7,8,7,10,8,9,6,9,9,8,3,7,7,2]。
输出： “rij”。
解释：
“abcd” 的权重是 5 + 3 + 12 + 14 = 34。对 26 取模的结果是 34 % 26 = 8，映射为 ‘r’。
“def” 的权重是 14 + 1 + 2 = 17。对 26 取模的结果是 17 % 26 = 17，映射为 ‘i’。
“xyz” 的权重是 7 + 7 + 2 = 16。对 26 取模的结果是 16 % 26 = 16，映射为 ‘j’。
因此，连接映射字符后形成的字符串是 “rij”。
题目来自力扣3838。
一、分步详细执行过程 步骤1：初始化输入数据
在main函数中，定义两个核心输入变量：
1. 字符串数组words：["abcd", "def", "xyz"]，包含3个需要处理的单词；
2. 整数数组weights：长度固定为26，对应小写字母a-z的权重，weights[0]是a的权重，weights[1]是b的权重……weights[25]是z的权重。
步骤2：调用核心函数mapWordWeights
函数接收words和weights两个参数，开始逐单词处理，第一步先初始化结果容器：
创建一个空的字节切片ans，预分配容量为单词的数量（3），用于存储每个单词最终映射的字符。
步骤3：遍历处理每一个单词
程序会依次遍历words中的每一个单词，对每个单词执行计算总权重、取余数、倒序映射字符三个子步骤：
子步骤3.1：处理第一个单词 “abcd”
1.计算单词总权重：
遍历单词的每一个字符，将字符转换为对应权重索引（字符c - 'a'得到字母在a-z中的序号），累加所有字符的权重：
• a → 序号0 → 权重5
• b → 序号1 → 权重3
• c → 序号2 → 权重12
• d → 序号3 → 权重14
总权重 = 5+3+12+14 = 34
2.计算权重对26的余数：34 % 26 = 8
3.倒序字母映射字符：规则是余数0→z，1→y……25→a，计算公式：'z' - 余数
余数8 → ‘z’ – 8 = 字符’r’，将’r’存入结果容器ans。
子步骤3.2：处理第二个单词 “def”
1.计算单词总权重：
• d → 序号3 → 权重14
• e → 序号4 → 权重1
• f → 序号5 → 权重2
总权重 = 14+1+2 = 17
2.计算权重对26的余数：17 % 26 = 17
3.倒序字母映射字符：’z’ -17 = 字符’i’，将’i’存入结果容器ans。
子步骤3.3：处理第三个单词 “xyz”
1.计算单词总权重：
• x → 序号23 → 权重7
• y → 序号24 → 权重7
• z → 序号25 → 权重2
总权重 =7+7+2=16
2.计算权重对26的余数：16 %26=16
3.倒序字母映射字符：’z’-16=字符’j’，将’j’存入结果容器ans。
步骤4：拼接结果并返回
所有单词处理完成后，结果容器ans中存储了['r','i','j']，将字节切片转换为字符串，得到最终结果"rij"。
步骤5：输出结果
main函数打印最终结果rij，程序执行结束。
二、时间复杂度分析
时间复杂度描述程序执行时操作次数的增长趋势，我们分维度计算：
1. 设单词数组长度为N（题目中1≤N≤100），单个单词的最大长度为M（题目中1≤M≤10）；
2. 程序核心操作：遍历每个单词（N次），遍历单词的每个字符（M次），字符权重计算、取余、映射都是常数时间操作（O(1)）；
3. 总操作次数 = N × M；
4. 最终时间复杂度：O(N*M)。
补充：题目中N和M都是固定小范围数值，程序执行效率极高。
三、额外空间复杂度分析
额外空间复杂度描述除输入数据外，程序额外占用的内存空间：
1. 程序额外创建的变量：总权重累加变量s、遍历用的临时字符/索引变量、结果字节切片ans；
2. 结果切片ans的长度等于单词数量N，是唯一与输入规模相关的额外空间；
3. 其余变量均为常数级空间（O(1)）；
4. 最终额外空间复杂度：O(N)。
总结
1. 执行过程：准备输入→逐单词计算总权重→计算余数→倒序映射字符→拼接结果→输出；
2. 时间复杂度：O(N*M)（N为单词个数，M为单词最大长度）；
3. 额外空间复杂度：O(N)（仅存储结果的切片占用线性空间）。
Go完整代码如下：
package main
import (
"fmt"
)
func mapWordWeights(words []string, weights []int)string {
ans := make([]byte, 0, len(words))
for _, word := range words {
s := 0
for _, c := range word {
s += weights[c-'a']
}
ans = append(ans, byte('z'-s%26))
}
returnstring(ans)
}func main() {
words := []string{"abcd", "def", "xyz"}
weights := []int{5, 3, 12, 14, 1, 2, 3, 2, 10, 6, 6, 9, 7, 8, 7, 10, 8, 9, 6, 9, 9, 8, 3, 7, 7, 2}
result := mapWordWeights(words, weights)
fmt.Println(result)
}
Python完整代码如下：
# -*-coding:utf-8-*-
def map_word_weights(words, weights):
ans = []
for word in words:
s = 0
for c in word:
s += weights[ord(c) - ord('a')]
ans.append(chr(ord('z') - s % 26))
return''.join(ans)
def main():
words = ["abcd", "def", "xyz"]
weights = [5, 3, 12, 14, 1, 2, 3, 2, 10, 6, 6, 9, 7, 8, 7, 10, 8, 9, 6, 9, 9, 8, 3, 7, 7, 2]
result = map_word_weights(words, weights)
print(result)if __name__ == "__main__":
main()
C++完整代码如下：
std::string mapWordWeights(const std::vector string >& words, const std::vector< int >& weights) {
std:: string ans;
ans.reserve(words.size());
for ( const auto& word : words) {
int s = 0 ;
for (char c : word) {
s += weights[c - 'a' ];
}
ans.push_back(static_cast ( 'z' - s % 26 ));
}
return ans;
}
int main() {
std::vector string > words = { "abcd" , "def" , "xyz" };
std::vector< int > weights = { 5 , 3 , 12 , 14 , 1 , 2 , 3 , 2 , 10 , 6 , 6 , 9 , 7 , 8 , 7 , 10 , 8 , 9 , 6 , 9 , 9 , 8 , 3 , 7 , 7 , 2 };
std:: string result = mapWordWeights(words, weights);
std::cout << result << std::endl;
return 0 ;
}
我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”，发消息可获得面试资料，让AI助力您的未来发展。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
