难度: Easy
给你一个字符串 jewels 代表石头中宝石的类型，另有一个字符串 stones 代表你拥有的石头。 stones 中每个字符代表了一种你拥有的石头的类型，你想知道你拥有的石头中有多少是宝石。
字母区分大小写，因此 "a" 和 "A" 是不同类型的石头。
示例 1：
输入：jewels = "aA", stones = "aAAbbbb" 输出：3
示例 2：
输入：jewels = "z", stones = "ZZ" 输出：0
提示：
1 <= jewels.length, stones.length <= 50jewels 和 stones 仅由英文字母组成jewels 中的所有字符都是 唯一的运行时间: 18 ms
内存: 0.0 MB
class Solution:
def numJewelsInStones(self, jewels: str, stones: str) -> int:
return sum(s in jewels for s in stones)
该题解通过遍历字符串 `stones` 中的每个字符，并检查该字符是否存在于字符串 `jewels` 中。若存在，则认为该石头是宝石。使用 Python 的 `sum` 函数，结合生成器表达式，直接计算出宝石的总数。生成器表达式 `s in jewels for s in stones` 为每个石头类型生成一个布尔值，如果它是宝石，则为 `True`（即1），否则为 `False`（即0）。`sum` 函数将这些布尔值相加，得到宝石的总数。
时间复杂度: O(n*m)
空间复杂度: O(1)
class Solution:
def numJewelsInStones(self, jewels: str, stones: str) -> int:
# 使用生成器表达式遍历stones，对于每个石头s，检查是否在jewels中
return sum(s in jewels for s in stones)
生成器表达式在处理大量数据时更为内存高效。它按需计算每个元素，而不是一次性将所有元素加载到内存中。这样可以减少内存使用，并有可能提高性能。在本题中，使用生成器表达式可以逐个处理`stones`中的每个字符，避免了额外的内存开销，特别是当`stones`非常长时。
在字符串中，'s in jewels'操作的时间复杂度为O(j)，其中j是`jewels`的长度。因为每次检查都要遍历整个`jewels`字符串来查找字符s。一个更高效的方法是先将`jewels`转换为一个集合，集合的成员检查时间复杂度为O(1)。这样，整体时间复杂度会从O(n*j)降低到O(n)，其中n是`stones`的长度。
如果`jewels`或`stones`特别长，算法的执行时间会增加。尤其是如果不使用集合优化，检查每个字符是否属于`jewels`需要O(j)时间，整个算法的时间复杂度为O(n*j)，其中n是`stones`的长度，j是`jewels`的长度。这会导致明显的延迟。如果采用集合进行优化，时间复杂度可以降低到O(n)，这极大提高了对长字符串的处理效率。