优化 Python 代码以计算相似词对的数量

要降低时间复杂度，可以考虑以下改进：\n\n1. 将are_similar函数的时间复杂度降低到O(1)。目前的实现是使用zip函数遍历两个词的字符，时间复杂度是O(max(len(word1), len(word2)))。可以优化为直接比较两个词是否相等，时间复杂度为O(1)。\npython\ndef are_similar(word1, word2):\n return word1 == word2\n\n\n2. 将count_similar_pairs函数的时间复杂度降低到O(N)。目前的实现是使用两层循环遍历所有的词对，时间复杂度是O(N^2)。可以使用一个字典记录每个词出现的次数，然后计算相似词对的数量。时间复杂度为O(N)。\npython\ndef count_similar_pairs(words):\n count = 0\n word_count = {}\n for word in words:\n if word in word_count:\n count += word_count[word]\n word_count[word] = word_count.get(word, 0) + 1\n return count\n\n\n3. 将输入的方式改为读取整行输入，而不是一个一个输入。这样可以减少输入的次数，提高效率。\n\n改进后的代码如下：\npython\ndef are_similar(word1, word2):\n return word1 == word2\n\ndef count_similar_pairs(words):\n count = 0\n word_count = {}\n for word in words:\n if word in word_count:\n count += word_count[word]\n word_count[word] = word_count.get(word, 0) + 1\n return count\n\nif __name__ == "__main__":\n N, M = map(int, input().split())\n parameterized_words = []\n for _ in range(N):\n word = input().strip()\n parameterized_words.append(word)\n\n result = count_similar_pairs(parameterized_words)\n print(result)\n\n这样改进后，时间复杂度为O(N)，其中N为词的数量。