你需要实现一个 ValidWordAbbr 类，核心是预处理字典生成“缩写-单词集合”的映射，从而高效判断目标单词的缩写是否唯一。相比每次遍历字典的暴力解法，预处理能将 isUnique 方法的时间复杂度优化到接近 O(1)（仅生成缩写的时间与单词长度相关），更符合工程最佳实践。 ### 解题思路 1. 预处理字典： - 构造函数接收字典后，遍历所有单词，为每个单词生成缩写； - 用 HashMap<String, Set<String>> 存储映射关系：key 是缩写，value 是该缩写对应的所有不同单词的集合（用 Set 去重，避免字典中重复单词干扰判断）。 2. 唯一性判断逻辑： - 生成目标单词的缩写； - 若字典中无该缩写 → 唯一（返回 true）； - 若字典中有该缩写，检查对应的单词集合： - 若集合中只有当前单词本身 → 唯一（返回 true）； - 否则 → 不唯一（返回 false）。 ### 完整Java代码 java import java.util.*; public class ValidWordAbbr { // 核心映射：缩写 -> 对应的所有不同单词集合 private final Map<String, Set<String>> abbrToWords; // 构造函数：初始化字典的缩写映射 public ValidWordAbbr(String[] dictionary) { abbrToWords = new HashMap<>(); for (String word : dictionary) { String abbr = getAbbreviation(word); // 若缩写不存在，初始化空集合；否则复用已有集合 abbrToWords.computeIfAbsent(abbr, k -> new HashSet<>()).add(word); } } // 辅助方法：生成单词的缩写（严格遵循题目规则） private String getAbbreviation(String word) { int len = word.length(); // 长度 ≤ 2，缩写为单词本身 if (len <= 2) { return word; } // 长度 > 2：首字母 + 中间字母数 + 尾字母 return word.charAt(0) + String.valueOf(len - 2) + word.charAt(len - 1); } // 核心方法：判断单词的缩写是否唯一 public boolean isUnique(String word) { String targetAbbr = getAbbreviation(word); // 情况1：字典中无该缩写 → 唯一 if (!abbrToWords.containsKey(targetAbbr)) { return true; } // 情况2：字典中有该缩写，检查所有对应单词是否都是当前单词 Set<String> words = abbrToWords.get(targetAbbr); // 集合大小为1 且 唯一元素等于当前word → 唯一 return words.size() == 1 && words.contains(word); } // 测试用例（匹配题目示例） public static void main(String[] args) { String[] dictionary = {"deer", "door", "cake", "card"}; ValidWordAbbr validWordAbbr = new ValidWordAbbr(dictionary); System.out.println(validWordAbbr.isUnique("dear")); // false（d2r对应{deer,door}） System.out.println(validWordAbbr.isUnique("cart")); // true（c2t无对应） System.out.println(validWordAbbr.isUnique("cane")); // false（c2e对应{cake}≠cane） System.out.println(validWordAbbr.isUnique("make")); // true（m2e无对应） // 边界测试：字典中有重复单词 String[] dict2 = {"a", "a"}; ValidWordAbbr v2 = new ValidWordAbbr(dict2); System.out.println(v2.isUnique("a")); // true（a对应{a}） // 边界测试：字典为空 ValidWordAbbr v3 = new ValidWordAbbr(new String[]{}); System.out.println(v3.isUnique("test")); // true } } ### 代码关键部分解释 1. 映射结构 abbrToWords： - 用 HashMap 存储缩写与单词集合的映射，预处理一次字典即可复用，避免每次 isUnique 遍历字典； - 用 Set 存储单词，自动去重（比如字典中有多个 "a"，仅存一个，不影响判断）。 2. 缩写生成方法 getAbbreviation： - 严格遵循题目规则：长度 ≤ 2 直接返回单词，长度 > 2 拼接首字母、中间长度、尾字母。 3. isUnique 核心逻辑： - 先判断缩写是否存在，不存在则直接唯一； - 若存在，仅当“缩写对应的单词集合只有当前单词”时，才满足唯一条件（符合题目中“所有缩写相同的单词都与word相同”的规则）。 ### 复杂度分析 - 初始化（构造函数）：O(n * L)，n 是字典单词数，L 是单词平均长度（生成缩写的时间）； - isUnique 方法：O(L)，仅需生成目标单词的缩写（L 是目标单词长度），后续哈希表和集合操作都是 O(1)。 ### 总结 1. 核心优化点：预处理字典生成缩写-单词集合映射，避免重复遍历字典，提升多次调用 isUnique 的效率； 2. 唯一性判断的关键：要么缩写不存在，要么缩写对应的所有单词都是当前单词； 3. 边界处理：兼容空字典、重复单词、短单词（长度≤2）等场景，保证逻辑正确性。
