2068-检查两个字符串是否几乎相等

如果两个字符串 word1 和 word2 中从 'a' 到 'z' 每一个字母出现频率之差都 不超过 3
，那么我们称这两个字符串 word1 和 word2 几乎相等 。

给你两个长度都为 n 的字符串 word1 和 word2 ，如果 word1 和 word2 几乎相等 ，请你返回
true ，否则返回 false 。

一个字母 x 的出现 频率 指的是它在字符串中出现的次数。

示例 1：

**输入：** word1 = "aaaa", word2 = "bccb"
**输出：** false
**解释：** 字符串 "aaaa" 中有 4 个 'a' ，但是 "bccb" 中有 0 个 'a' 。
两者之差为 4 ，大于上限 3 。

示例 2：

**输入：** word1 = "abcdeef", word2 = "abaaacc"
**输出：** true
**解释：** word1 和 word2 中每个字母出现频率之差至多为 3 ：
- 'a' 在 word1 中出现了 1 次，在 word2 中出现了 4 次，差为 3 。
- 'b' 在 word1 中出现了 1 次，在 word2 中出现了 1 次，差为 0 。
- 'c' 在 word1 中出现了 1 次，在 word2 中出现了 2 次，差为 1 。
- 'd' 在 word1 中出现了 1 次，在 word2 中出现了 0 次，差为 1 。
- 'e' 在 word1 中出现了 2 次，在 word2 中出现了 0 次，差为 2 。
- 'f' 在 word1 中出现了 1 次，在 word2 中出现了 0 次，差为 1 。

示例 3：

**输入：** word1 = "cccddabba", word2 = "babababab"
**输出：** true
**解释：** word1 和 word2 中每个字母出现频率之差至多为 3 ：
- 'a' 在 word1 中出现了 2 次，在 word2 中出现了 4 次，差为 2 。
- 'b' 在 word1 中出现了 2 次，在 word2 中出现了 5 次，差为 3 。
- 'c' 在 word1 中出现了 3 次，在 word2 中出现了 0 次，差为 3 。
- 'd' 在 word1 中出现了 2 次，在 word2 中出现了 0 次，差为 2 。

提示：

• n == word1.length == word2.length
• 1 <= n <= 100
• word1 和 word2 都只包含小写英文字母。

方法一：哈希表

思路与算法

我们可以用一个哈希表来维护两个字符串中每个字符的频数之差。哈希表中每个字符对应的默认值为 0。

首先我们遍历字符串 word1，对于其中的每个字符，我们将哈希表中该元素对应值加上 1；随后我们遍历字符串 word2，对于其中的每个字符，我们将哈希表中该元素对应值减去 1。最终，哈希表中每个字符的值即为该字符在 word1 中的频数与该字符在 word2 中的频数之差。

我们判断该哈希表中每个字符的值的绝对值是否小于等于 3：如果是，则说明两个字符串几乎相等，此时我们返回 true；反之则说明两个字符串并不几乎相等，此时返回 false。

代码

[sol1-C++]

class Solution {
public:
    bool checkAlmostEquivalent(string word1, string word2) {
        unordered_map<char, int> freq;   // 频数差哈希表
        for (auto ch: word1){
            ++freq[ch];
        }
        for (auto ch: word2){
            --freq[ch];
        }
        // 判断每个字符频数差是否均小于等于 3
        return all_of(freq.cbegin(), freq.cend(), [](auto&& x) { return abs(x.second) <= 3; });
    }
};

[sol1-Python3]

class Solution:
    def checkAlmostEquivalent(self, word1: str, word2: str) -> bool:
        freq = defaultdict(int)   # 频数差哈希表
        for ch in word1:
            freq[ch] += 1
        for ch in word2:
            freq[ch] -= 1
        # 判断每个字符频数差是否均小于等于 3
        return all(abs(x) <= 3 for x in freq.values())

复杂度分析

• 时间复杂度：O(n + |\Sigma|)，其中 n 为 word1 的长度，|\Sigma| 为字符串 word1 和 word2 的字符集大小。遍历字符串维护频数差哈希表的时间复杂度为 O(n)，遍历频数差哈希表判断两字符串是否几乎相等的时间复杂度为 O(|\Sigma|)。

• 空间复杂度：O(|\Sigma|)，即为频数差哈希表的空间开销。