当前位置: 首页 > news >正文

【LeetCode】算法详解#1 ---字母异位词

1.题目介绍

给定两个字符串 s 和 p,找到 s 中所有 p 的 异位词 的子串,返回这些子串的起始索引。不考虑答案输出的顺序。

  • 1 <= s.length, p.length <= 3 * 104
  • s 和 p 仅包含小写字母

意思就是,假设你有一个字符串“abc”,需要你找出在字符串“cbaebabacd”中所有出现过的位置的索引(包括“abc”打乱顺序的所有情况),比如“abc”、“acb”、“bac”、“bca”、“cab、“cba”。

2.解决思路

要解决这个问题,我们首先可以确定字符串p的长度是固定的,所以第一步我们可以确定使用滑动窗口。但是需要考虑p打乱顺序的所有情况,而常用的集合contains()方法需要对每次集合进行遍历,在p长度过高时效率过低,时间复杂度为O(n),因此我们选择采用频率数组。即维护一个数组记录字符串p中每一个字符出现的频率,根据数组下标可直接访问(仅考虑小写字母),时间复杂度为O(1)。

3.步骤讲解

        1.首先预初始化一个整型集合,用来存储所有结果下标

        2.添加预判断条件,即s、p的长度不为0,s的长度不小于p的长度;因为这几种情况遍历无               效。返回空集合

        3.初始化p的频率数组和窗口频率数组,长度为26(对应a-z)

        4.遍历p,字符串p中每个字符每出现一次,用每个遍历到的字符-‘a’得到对应ASCLL码的差               值,差值即为频率数组存储该字符位置的下标,通过该下标对对应位置+1,表示该字符出               现了一次

        5.设置一个整型变量WindowsSize用来记录窗口的长度,窗口长度与p长度相等;设置整型               变量left、right,分别用来记录窗口的左右索引位置,维护窗口。

        6.初始化窗口,从s的零号索引开始,用窗口频率数组记录其字符出现的频率,每次                           right+1,直到right == windowsSize,此时right-left = 窗口的长度,right所指向的位置是窗             口待处理的位置的索引

        7.此时开始循环移动窗口,首先判断当前窗口频率数组与p频率数组是否相等,如果相等,则             将此时的left(指向窗口起始索引)加入结果集合中;然后将right所指向的位置(下一                   次等待处理的元素)的元素在窗口频率数组对应位置+1,然后移动right+1;对left当前指向             的元素对应的窗口频率数组中-1,然后移动left+1;继续循环,判断条件(窗口右边界的下               一位置right<=s的长度)

        8.当right == s.length()时,此时right指向最大索引的下一位置,所有索引元素被处理完毕

4.代码展示

public List<Integer> findAnagrams(String s, String p) {// 初始化结果集合List<Integer> result = new ArrayList<>();// 预判断条件if (s.length() == 0 || p.length() == 0 || s.length() < p.length()) return result;int[] pCount = new int[26];   // 存储p的字符频率int[] window = new int[26];   // 存储窗口的字符频率// 初始化频率数组(p中字符每出现一次,找到对应下标的位置将其频率+1)for (char c : p.toCharArray()) {pCount[c - 'a']++;}// 设置窗口大小=p的长度int windowSize = p.length();int left = 0, right = 0;// 初始化第一个窗口while (right < windowSize) {window[s.charAt(right) - 'a']++;right++;}// 滑动窗口主循环while (right <= s.length()) {// 检查是否匹配if (Arrays.equals(pCount, window)) {result.add(left);}// 移动窗口右边界if (right < s.length()) {window[s.charAt(right) - 'a']++;}right++;// 移动窗口左边界window[s.charAt(left) - 'a']--;left++;}return result;
}

至于为什么先对窗口的元素频率进行+1再移动right+1,是因为要时刻保持窗口的大小不变=p的长度,而right指向的位置实际上是窗口索要移动的下一位置。先对下一位置(right)的元素进行+1,在将right移动到再下一次所要处理的位置;先对left指向的位置的元素频率进行-1,再移动left+1。这样就保证了窗口大小恒定不变。

5.执行结果

在leetcode测试用例中平均耗时13ms

 内存分布43.84MB


http://www.mrgr.cn/news/95712.html

相关文章:

  • jangow靶机攻略
  • 中间件解析漏洞之Tomcat集合
  • 大模型的后训练(post-training)方法
  • JDK 24:Java 24 中的新功能
  • K8s 是什么? 基本元件、核心功能、4 大优点一次看!
  • Unity Shader编程】之复杂光照
  • RAG优化:Python从零实现强化学习RL增强
  • C语言动态内存管理深度解析与嵌入式开发实战
  • C++类与对象的第二个简单的实战练习-3.24笔记
  • RAG优化:python从零实现时间管理大师Self-RAG
  • Apollo 相关知识点
  • 中间件框架漏洞攻略
  • C++友元:跨墙访问的三种姿势
  • C/C++蓝桥杯算法真题打卡(Day10)
  • Android 系统进程启动Activity方法说明
  • C++——引用
  • 【前端工程化】
  • (UI自动化测试web端)第二篇:元素定位的方法_name定位
  • 快速部署Samba共享服务器作为k8s后端存储
  • 3. 轴指令(omron 机器自动化控制器)——>MC_SetPosition