给定两个字符串 s 和 t ，编写一个函数来判断 t 是否是 s 的字母异位词。
示例 1:
输入: s = "anagram", t = "nagaram"
输出: true
示例 2:
输入: s = "rat", t = "car"
输出: false
说明:
你可以假设字符串只包含小写字母。
进阶:
如果输入字符串包含 unicode 字符怎么办？你能否调整你的解法来应对这种情况？

解法 1

排序法，判断排序后的两个字符串是否相等。

def is_anagram(s, t):
    if len(s) != len(t):
        return False
    return sorted(s) == sorted(t)

执行用时 :76 ms
内存消耗 :14.6 MB

时间复杂度：长度为 n 的字符串的快排时间复杂度为 O(n log n)，两个字符串比较的成本为 O(n)，排序时间占主导地位，总体时间复杂度为 O(n log n)。
空间复杂度：O(1)。

解法 2

如果只包含小写字母，可以利用两个长度为 26 的数组，分别存储两个字符串中每个字符出现的次数，最后判断两个数组是否相同。这里可以将 ord(item) - ord('a') 看作一个哈希函数，将小写字母的 ASCII 码映射为 0 - 25 的数字，理论上数组要比哈希表更快。

def is_anagram(s, t):
    if len(s) != len(t):
        return False
    dic1, dic2 = [0] * 26, [0] * 26
    for item in s:
        dic1[ord(item) - ord('a')] += 1
    for item in t:
        dic2[ord(item) - ord('a')] += 1
    return dic1 == dic2

执行用时 :68 ms
内存消耗 :14.3 MB

时间复杂度：数组的插入、修改操作都为 O(1)，由于要操作 n 个字符，所以时间复杂度为 O(n)。
空间复杂度：虽然使用了额外的空间，但数组的长度是固定的，所以空间复杂度为 O(1)。

解法 3

如果是 unicode 字符，也可以利用两个哈希表，分别存储两个字符串中每个字符出现的次数，最后判断两个哈希表是否相同。

def is_anagram(s, t):
    if len(s) != len(t):
        return False
    dic1, dic2 = {}, {}
    for item in s:
        dic1[item] = dic1.get(item, 0) + 1
    for item in t:
        dic2[item] = dic2.get(item, 0) + 1
    return dic1 == dic2

执行用时 :68 ms
内存消耗 :14.2 MB

时间复杂度：哈希表的插入、修改操作都为 O(1)，由于要操作 n 个字符，所以时间复杂度为 O(n)。
空间复杂度：虽然使用了额外的空间，但哈希表的长度是固定的，所以空间复杂度为 O(1)。

参考

https://leetcode-cn.com/problems/valid-anagram/