一、题目深度解析与字符映射逻辑
题目描述
给定一个仅包含数字 2-9
的字符串 digits
,返回所有它能表示的字母组合。数字与字母的映射关系如下(与电话按键相同):
2: "abc", 3: "def", 4: "ghi", 5: "jkl",
6: "mno", 7: "pqrs", 8: "tuv", 9: "wxyz"
例如,输入 digits = "23"
,应返回 ["ad", "ae", "af", "bd", "be", "bf", "cd", "ce", "cf"]
。题目要求:
- 输出的字母组合需包含所有可能情况
- 每个数字对应字母的不同组合都要考虑
- 结果顺序不做要求
核心难点剖析
本题的关键在于如何根据数字字符串的每个字符,找到对应的字母集合,并通过回溯算法生成所有可能的组合。其中,数字与字母的映射关系需要通过数据结构记录,而回溯过程中的状态管理则是确保组合完整性的核心。
二、递归回溯解法的核心实现与逻辑框架
class Solution {
// 数字到字母的映射数组,0和1无对应字母,用空字符串占位
String[] numString = {"", "", "abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"};
List<String> res = new ArrayList<>(); // 存储所有结果组合
StringBuilder sb = new StringBuilder(); // 记录当前组合
public List<String> letterCombinations(String digits) {
if (digits.length() == 0) {
return res; // 处理空字符串输入
}
backtracking(digits, 0); // 从第一个数字开始回溯
return res; // 返回所有组合
}
public void backtracking(String digits, int num) {
if (num == digits.length()) {
res.add(sb.toString()); // 保存当前组合
return;
}
// 获取当前数字对应的字母字符串
String str = numString[digits.charAt(num) - '0'];
for (int i = 0; i < str.length(); i++) {
sb.append(str.charAt(i)); // 选择当前字母
backtracking(digits, num + 1); // 递归处理下一个数字
sb.deleteCharAt(sb.length() - 1); // 回溯:撤销当前选择
}
}
}
核心设计解析
- 字符映射数组:
numString
数组建立数字与字母的映射关系,通过numString[digits.charAt(num) - '0']
可快速获取对应字母集合。其中,- '0'
的操作将字符类型的数字转换为数组索引所需的整数类型。
- 结果与状态变量:
res
:使用ArrayList
存储所有符合要求的字母组合。sb
:StringBuilder
用于高效构建当前组合,避免频繁字符串拼接带来的性能损耗。
- 递归终止条件:
if (num == digits.length())
:当处理完数字字符串的所有字符时,将当前sb
记录的组合加入res
,并结束当前递归分支。
- 回溯核心逻辑:
- 遍历当前数字对应的字母字符串,每次选择一个字母加入
sb
。 - 递归调用
backtracking
处理下一个数字。 - 递归返回后,通过
sb.deleteCharAt(sb.length() - 1)
删除最后一个字母,回溯到上一状态,尝试其他可能的组合。
- 遍历当前数字对应的字母字符串,每次选择一个字母加入
三、核心问题解析:字符串映射与回溯联动
1. 数字字符到字母集合的映射实现
numString
数组是连接数字与字母的桥梁。以输入字符串"23"
为例:
- 处理第一个数字
'2'
时,numString[2 - '0']
获取到"abc"
,即数字2
对应的字母集合。 - 处理第二个数字
'3'
时,numString[3 - '0']
获取到"def"
。
这种映射方式通过数组下标直接定位,时间复杂度为O(1),相比使用Map
等数据结构更加简洁高效。
2. 回溯算法的具体执行逻辑
在backtracking
方法中,回溯过程通过递归与状态回退实现:
- 选择阶段:
每次从当前数字对应的字母集合中选择一个字母加入sb.append(str.charAt(i)); backtracking(digits, num + 1);
sb
,并递归处理下一个数字,深入探索当前选择下的所有可能组合。 - 回退阶段:
递归返回后,删除sb.deleteCharAt(sb.length() - 1);
sb
中最后一个字母,撤销当前选择,以便尝试该数字对应的其他字母,确保所有组合都能被枚举到。
3. 递归过程中的状态传递
在递归调用过程中,num
参数记录当前处理的数字位置,sb
则记录当前构建的组合状态。每一层递归都基于上一层的状态继续构建,确保组合的完整性和准确性。例如:
- 当处理数字字符串
"23"
时,第一层递归处理数字2
,第二层递归处理数字3
。在第二层递归中,sb
已包含第一层递归选择的字母(如'a'
),在此基础上继续添加数字3
对应的字母(如'd'
),最终形成组合"ad"
。
四、递归流程深度模拟:以输入"23"为例
- 初始调用:
backtracking("23", 0)
num = 0
,处理第一个数字'2'
,str = "abc"
。
- 选择字母
'a'
:sb.append('a')
,此时sb = "a"
。- 递归调用
backtracking("23", 1)
,处理第二个数字'3'
,str = "def"
。 - 选择字母
'd'
,sb.append('d')
,此时sb = "ad"
,满足终止条件,将"ad"
加入res
。 - 回溯:
sb.deleteCharAt(sb.length() - 1)
,sb
变回"a"
,继续选择字母'e'
,形成"ae"
并加入res
,以此类推,完成数字3
对应字母的所有组合。
- 回到数字
2
的处理:- 撤销字母
'a'
的选择,sb.deleteCharAt(sb.length() - 1)
,sb
清空。 - 选择字母
'b'
,重复上述递归过程,生成以'b'
开头的所有组合(如"bd"
、"be"
、"bf"
)。
- 撤销字母
- 选择字母
'c'
:- 同样进行递归与回溯,生成以
'c'
开头的所有组合(如"cd"
、"ce"
、"cf"
)。
- 同样进行递归与回溯,生成以
- 最终结果:
res
包含["ad", "ae", "af", "bd", "be", "bf", "cd", "ce", "cf"]
,涵盖所有可能的字母组合。
五、算法复杂度分析
1. 时间复杂度
假设数字字符串digits
的长度为n
,每个数字平均对应m
个字母(实际最多4个)。
- 对于每个数字,都需要遍历其对应的字母集合,因此时间复杂度为
O
(
m
n
)
O(m^n)
O(mn) 。因为每个数字位置都有
m
种选择,总共n
个位置,属于指数级复杂度。
2. 空间复杂度
- 递归栈的深度最大为
n
,因此空间复杂度为 O ( n ) O(n) O(n) 。 res
存储所有结果组合,最坏情况下,组合数量为 m n m^n mn,每个组合长度为n
,因此res
占用空间为 O ( n × m n ) O(n \times m^n) O(n×mn) 。整体空间复杂度主要由res
决定,为 O ( n × m n ) O(n \times m^n) O(n×mn) 。
六、核心技术点总结:字母组合生成的关键要素
- 字符映射设计:通过数组建立数字与字母的高效映射,简化查找过程。
- 回溯状态管理:利用
StringBuilder
动态构建组合,并通过递归与回退操作确保枚举所有可能组合。 - 递归终止条件:根据数字字符串的处理进度判断是否完成一个组合的构建,及时保存结果。
七、常见误区与优化建议
1. 字符转换错误
- 误区:遗漏
- '0'
操作,导致无法正确获取字母集合。String str = numString[digits.charAt(num)]; // 错误,未转换字符为数字
- 正确做法:使用
numString[digits.charAt(num) - '0']
将字符类型数字转换为数组索引。
2. 回溯状态未完全回退
- 误区:在递归返回后,未删除
sb
中的最后一个字母,导致后续组合错误。sb.append(str.charAt(i)); backtracking(digits, num + 1); // 缺少 sb.deleteCharAt(sb.length() - 1);
- 正确做法:确保在每次递归返回后,通过
sb.deleteCharAt(sb.length() - 1)
撤销当前选择。
3. 优化建议:迭代实现
若担心递归深度过深导致栈溢出,可以考虑使用迭代方式,借助队列或栈模拟递归过程。例如,使用队列存储中间状态,每次从队列中取出一个状态,扩展下一个数字对应的字母组合并重新入队,直至处理完所有数字。这种方式可以将空间复杂度优化为 O ( m n ) O(m^n) O(mn) ,避免递归栈的潜在风险。
通过对本题递归回溯解法的详细剖析,我们深入理解了如何利用字符串映射和回溯算法,高效生成电话号码对应的字母组合。这种解题思路在处理组合枚举类问题时具有广泛的应用价值,能够帮助我们解决更多类似的算法问题。