本文正在参加「Python主题月」，详情查看 [活动链接](https://juejin.cn/post/6979532761954533390/) ### 题目描述这是 LeetCode 上的 **[1418. 点菜展示表](https://leetcode-cn.com/problems/display-table-of-food-orders-in-a-restaurant/solution/gong-shui-san-xie-ha-xi-biao-yu-hong-hei-jmli/)** ，难度为 **中等**。 Tag : 「数据结构」、「哈希表」、「红黑树」给你一个数组 orders，表示客户在餐厅中完成的订单，确切地说， `orders[i]=[customerNamei,tableNumberi,foodItemi] `，其中 `customerNamei `是客户的姓名，`tableNumberi `是客户所在餐桌的桌号，而 `foodItemi `是客户点的餐品名称。请你返回该餐厅的点菜展示表。在这张表中，表中第一行为标题，其第一列为餐桌桌号 “Table” ，后面每一列都是按字母顺序排列的餐品名称。接下来每一行中的项则表示每张餐桌订购的相应餐品数量，第一列应当填对应的桌号，后面依次填写下单的餐品数量。注意：客户姓名不是点菜展示表的一部分。此外，表中的数据行应该按餐桌桌号升序排列。示例 1： ``` 输入：orders = [["David","3","Ceviche"],["Corina","10","Beef Burrito"],["David","3","Fried Chicken"],["Carla","5","Water"],["Carla","5","Ceviche"],["Rous","3","Ceviche"]] 输出：[["Table","Beef Burrito","Ceviche","Fried Chicken","Water"],["3","0","2","1","0"],["5","0","1","0","1"],["10","1","0","0","0"]] 解释：点菜展示表如下所示： Table,Beef Burrito,Ceviche,Fried Chicken,Water 3 ,0 ,2 ,1 ,0 5 ,0 ,1 ,0 ,1 10 ,1 ,0 ,0 ,0 对于餐桌 3：David 点了 "Ceviche" 和 "Fried Chicken"，而 Rous 点了 "Ceviche" 而餐桌 5：Carla 点了 "Water" 和 "Ceviche" 餐桌 10：Corina 点了 "Beef Burrito" ``` 示例 2： ``` 输入：orders = [["James","12","Fried Chicken"],["Ratesh","12","Fried Chicken"],["Amadeus","12","Fried Chicken"],["Adam","1","Canadian Waffles"],["Brianna","1","Canadian Waffles"]] 输出：[["Table","Canadian Waffles","Fried Chicken"],["1","2","0"],["12","0","3"]] 解释：对于餐桌 1：Adam 和 Brianna 都点了 "Canadian Waffles" 而餐桌 12：James, Ratesh 和 Amadeus 都点了 "Fried Chicken" ``` 示例 3： ``` 输入：orders = [["Laura","2","Bean Burrito"],["Jhon","2","Beef Burrito"],["Melissa","2","Soda"]] 输出：[["Table","Bean Burrito","Beef Burrito","Soda"],["2","1","1","1"]] ``` 提示： * 1 <= orders.length <= 5 * $10^4$ * orders[i].length == 3 * 1 <= customerNamei.length, foodItemi.length <= 20 * customerNamei 和 foodItemi 由大小写英文字母及空格字符 ' ' 组成。 * tableNumberi 是 1 到 500 范围内的整数。 --- ### 基本分析这是一道考虑「数据结构运用」与「简单设计」的模拟题。我们可以根据最终的 “结果” 反推数据结构存储格式。最终 “结果” 包含两部分： 1. `title` : 由 **"Table" + 排序去重的餐品** 组成 2. 内容 : 由 **桌号 + 每件餐品对应的数量** 组成基于此，不难设计出使用 `Set` 存储 `title` 相关内容，使用 `Map` 存储内容相关部分。去重 `Map` 的部分 `Key` 为桌号，同时为了快速索引当前桌号「某个餐品的数量」，需要再套一层 `Map`。即最终存储格式为 `桌号 : {餐品 : 个数}`。 --- ### HashSet & HashMap 有了基本分析，我们可以使用最常规的 `HashSet` 和 `HashMap` 进行实现。由于 `HashSet` 是基于 `HashMap`，而 `HashMap` 的底层数据结构实现是 **哈希表**，因此我们需要在构造答案时手动排个序。 ![image.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ee752a3764124d99b75355cd6a021a1b~tplv-k3u1fbpfcp-zoom-1.image) Java 代码： ```Java class Solution { public List> displayTable(List> os) { List> ans = new ArrayList<>(); // 桌号 : {餐品 : 个数}（用于构造内容） Map> tm = new HashMap<>(); // 餐品（用于构造 title） Set ts = new HashSet<>(); for (List o : os) { String c = o.get(0), t = o.get(1), f = o.get(2); Integer tidx = Integer.parseInt(t); ts.add(f); Map map = tm.getOrDefault(tidx, new HashMap<>()); map.put(f, map.getOrDefault(f, 0) + 1); tm.put(tidx, map); } int n = tm.size() + 1, m = ts.size() + 1; // 构造 title & 手动排序 List foods = new ArrayList<>(ts); Collections.sort(foods); List title = new ArrayList<>(); title.add("Table"); title.addAll(foods); ans.add(title); // 构造内容 & 手动排序 List tables = new ArrayList<>(tm.keySet()); Collections.sort(tables); for (int tidx : tables) { Map map = tm.get(tidx); List cur = new ArrayList<>(); cur.add(tidx + ""); for (String food : foods) { cur.add(map.getOrDefault(food, 0) + ""); } ans.add(cur); } return ans; } } ``` Python3 代码： ```Python 3 class Solution: def displayTable(self, orders: List[List[str]]) -> List[List[str]]: ans = [] # 桌号 : {餐品 : 个数}（用于构造内容） tm = defaultdict(lambda: defaultdict(int)) # 餐品（用于构造 title） ts = set() for c,t,f in orders: tidx = int(t) ts.add(f) tm[tidx][f] += 1 n, m = len(tm) + 1, len(ts) + 1 # 构造 title & 手动排序 foods = sorted(ts) title = [] title.append("Table") title += foods ans.append(title) # 构造内容 & 手动排序 for tidx in sorted(tm.keys()): cur = [] cur.append(str(tidx)) for food in foods: cur.append(str(tm[tidx][food])) ans.append(cur) return ans ``` * 时间复杂度：`HashSet` 和 `HashMap` 的基本操作都是 $O(1)$。预处理所有的订单复杂度为 $O(n)$；去重后的桌数为 $r$，餐品数量为 $c$，对两者排序的复杂度分别为 $O(r\log{r})$ 和 $O(c\log{c})$；构造答案复杂度为 $O(r * c)$；最终复杂度为 $O(\max(n, r\log{r}, c\log{c}, r * c))$ * 空间复杂度：$O(r + c + r * c)$ --- ### TreeSet & TreeMap 与 `HashSet` 和 `HashMap` 的关系类似，`TreeSet` 是基于 `TreeMap` 实现的，而 `TreeMap` 底层数据结构实现是 **红黑树**。 **得益于 Java 的「面向接口编程（IOP）」设计，我们可以毫不费力的将解法一中的 `HashSet` 替换成 `TreeSet`、将 `HashMap` 替换成 `TreeMap`，并删除手动排序相关代码，得到我们的解法二。** 利用 `TreeMap` 的默认排序规则（数值升序、非数值字典序升序）来简化我们的实现。但需要注意的是，利用 `TreeMap` 的内部有序特性，调整操作可能会发生在每一次插入操作中，而解法一则是利用 `Collections.sort` 进行一次性的排序，对于非自定义类 `Collections.sort` 是基于 `Arrays.sort` 实现的，会根据「数组大小」、「数组本身是否大致有序」等因素综合决定最终的排序方案，在数据完全随机的情况下，执行效率很大程度要优于 `TreeMap` 的多次调整，但两者复杂度都是 $O(n\log{n})$。因此在所有数据都提前给定的「离线」情况下，其实更推荐使用解法一。 ![image.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/6bb9609a1ae448d0b065f7d046c7cf92~tplv-k3u1fbpfcp-zoom-1.image) Java 代码： ```Java [] class Solution { public List> displayTable(List> os) { List> ans = new ArrayList<>(); // 桌号 : {餐品 : 个数}（用于构造内容） Map> tm = new TreeMap<>(); // 餐品（用于构造 title） Set ts = new TreeSet<>(); for (List o : os) { String c = o.get(0), t = o.get(1), f = o.get(2); Integer tidx = Integer.parseInt(t); ts.add(f); Map map = tm.getOrDefault(tidx, new HashMap<>()); map.put(f, map.getOrDefault(f, 0) + 1); tm.put(tidx, map); } int n = tm.size() + 1, m = ts.size() + 1; // 构造 title List title = new ArrayList<>(); title.add("Table"); title.addAll(ts); ans.add(title); // 构造内容 for (int tidx : tm.keySet()) { Map map = tm.get(tidx); List cur = new ArrayList<>(); cur.add(tidx + ""); for (String food : ts) { cur.add(map.getOrDefault(food, 0) + ""); } ans.add(cur); } return ans; } } ``` Python3 代码： ```Python 3 from sortedcontainers import SortedSet, SortedDict class Solution: def displayTable(self, orders: List[List[str]]) -> List[List[str]]: ans = [] # 桌号 : {餐品 : 个数}（用于构造内容） tm = SortedDict() # 餐品（用于构造 title） ts = SortedSet() for c,t,f in orders: tidx = int(t) ts.add(f) if tidx not in tm: tm[tidx] = defaultdict(int) tm[tidx][f] += 1 n, m = len(tm) + 1, len(ts) + 1 # 构造 title title = ["Table"] title += list(ts) ans.append(title) # 构造内容 for tidx, cnts in tm.items(): cur = [str(tidx)] for food in ts: cur.append(str(cnts[food])) ans.append(cur) return ans ``` * 时间复杂度：`TreeSet` 和 `TreeMap` 的基本操作都是 $O(log{k})$。预处理所有的订单复杂度为 $O(n\log{n})$；去重后的桌数为 $r$，餐品数量为 $c$，构造答案复杂度为 $O(r\log{r} * c\log{c})$；最终复杂度为 $O(\max(n\log{n}, r\log{r} * c\log{c}))$ * 空间复杂度：$O(r + c + r * c)$ --- ### 最后这是我们「刷穿 LeetCode」系列文章的第 `No.1418` 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，部分是有锁题，我们将先把所有不带锁的题目刷完。在这个系列文章里面，除了讲解解题思路以外，还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。为了方便各位同学能够电脑上进行调试和提交代码，我建立了相关的仓库：https://github.com/SharingSource/LogicStack-LeetCode 。在仓库地址里，你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。