难度: Easy
珠玑妙算游戏（the game of master mind）的玩法如下。
计算机有4个槽，每个槽放一个球，颜色可能是红色（R）、黄色（Y）、绿色（G）或蓝色（B）。例如，计算机可能有RGGB 4种（槽1为红色，槽2、3为绿色，槽4为蓝色）。作为用户，你试图猜出颜色组合。打个比方，你可能会猜YRGB。要是猜对某个槽的颜色，则算一次“猜中”；要是只猜对颜色但槽位猜错了，则算一次“伪猜中”。注意，“猜中”不能算入“伪猜中”。
给定一种颜色组合solution和一个猜测guess，编写一个方法，返回猜中和伪猜中的次数answer，其中answer[0]为猜中的次数，answer[1]为伪猜中的次数。
示例：
输入： solution="RGBY",guess="GGRR" 输出： [1,1] 解释： 猜中1次，伪猜中1次。
提示：
len(solution) = len(guess) = 4solution和guess仅包含"R","G","B","Y"这4种字符运行时间: 24 ms
内存: 16.5 MB
class Solution:
def masterMind(self, solution: str, guess: str) -> List[int]:
same = sum(i == j for i, j in zip(solution, guess))
count_s = collections.Counter(solution)
count_g = collections.Counter(guess)
count = 0
for key in count_s.keys():
count += min(count_s[key], count_g[key])
return [same, count - same]
该题解采用两步骤来计算猜中和伪猜中的次数。首先，通过 zip 函数和列表推导式比较 solution 和 guess 中相同位置的字符，计算完全匹配（即猜中）的次数。然后，使用 collections.Counter 来统计 solution 和 guess 中每种字符的出现频率。通过遍历 solution 的字符频率字典，使用 min 函数比较同一字符在 solution 和 guess 中出现的次数，得到该字符可能的最大匹配数，包括完全匹配和位置错误的匹配。最后，将总匹配数减去完全匹配数，得到伪猜中的次数。
时间复杂度: O(n)
空间复杂度: O(1)
class Solution:
def masterMind(self, solution: str, guess: str) -> List[int]:
# 计算位置和字符完全匹配的数量
same = sum(i == j for i, j in zip(solution, guess))
# 计算 solution 和 guess 中每个字符的出现次数
count_s = collections.Counter(solution)
count_g = collections.Counter(guess)
# 计算所有字符的潜在匹配数（包括正确位置和错误位置的匹配）
count = 0
for key in count_s.keys():
count += min(count_s[key], count_g[key])
# 返回猜中次数和伪猜中次数（总匹配数减去完全匹配数）
return [same, count - same]
使用两个Counter来计算每个字符的出现频率可以有效、简洁地处理字符统计问题。Counter的使用可以自动为每个字符计数，并处理不存在的字符（计数为0），从而简化代码和逻辑。相比于手动维护字典或数组来进行频率统计，使用Counter可以减少代码量和出错机率，提升开发效率。此外，Counter提供的方法（如min操作）可以直接应用于两个计数器，便于比较和计算最小值，这对于本题中计算潜在匹配数是非常有用的。
在计算总匹配次数时，考虑solution中的字符键是因为我们需要确定这些字符在guess中的出现情况来计算匹配数。如果一个字符仅在guess中出现而不在solution中，它不会对匹配结果产生影响，因为没有相对应的solution字符与之匹配。因此，专注于solution的字符键可以有效地计算所有可能的匹配数，包括正确和错误位置的匹配。这种方法确保了算法效率和准确性。
处理输入错误的一种方法是在函数开始时添加输入验证。可以检查solution和guess的长度确保它们均为4。同时，还可以检查每个字符串只包含允许的字符集（例如，仅限特定颜色的字符）。如果任何验证失败，则函数可以抛出异常或返回一个错误信息。这种方法可以确保进入主算法逻辑之前，所有输入都是有效的，从而避免运行时错误和逻辑错误。