散列表解决字母异位词分组的核心是设计统一键：排序字符串或26维频次数组（转为不可变形式）作key，确保异位词映射同一key；哈希表以O(1)平均时间完成特征到分组的映射，避免两两比较，实现高效聚类。
散列表（哈希表）解决字母异位词分组，核心在于设计一个能将互为异位词的字符串映射到同一键（key）的规则。只要键相同，它们就会被归入同一个分组，天然适配分组需求。
用排序后字符串作键
互为字母异位词的字符串，字符组成完全相同——排序后必然得到完全一致的字符串。这个排序结果就是天然的、稳定的分组标识。
- 遍历每个字符串，转成字符数组并排序，再拼回字符串
- 把这个排序串作为哈希表的 key，value 是存放所有原始字符串的列表
- 遇到已有 key，直接追加；没有则新建列表再放入
- 最后把哈希表所有 value（即所有分组列表）汇总返回
用字符频次数组作键
当字符串只含小写字母时，可构造长度为26的整型数组，索引0~25对应a~z，值表示该字母出现次数。这个数组能唯一刻画字符串的字符构成。
- 对每个字符串，遍历字符，计算 char - 'a' 得到下标，对应位置+1
- 将这个26维数组转成不可变形式（如用逗号拼接的字符串，或 Python 中的 tuple）作为 key
- 后续逻辑同上：按 key 归集原始字符串
- 此法避免排序开销，时间复杂度更稳定，尤其适合长字符串
为什么散列表在这里特别合适
分组本质是“按特征聚类”，而散列表擅长以 O(1) 平均时间完成“特征 → 分组”的映射与查找。每来一个新字符串，只需算一次 key、查一次表、塞一次值，无需两两比对，也不依赖顺序。
- 相比暴力法（O(n² × m log m)），散列表将时间压到 O(n × m log m) 或 O(n × m)
- 空间换时间：额外存储 key 和分组列表，但换来的是线性处理能力
- 两种 key 设计都保证了“异位词必同键、非异位词大概率不同键”，无漏分、无错合
