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

相关文章:

  • CSS 中text - shadow和box - shadow原理、属性的使用方法及区别
  • 未来二十年的量子计算
  • 批量修改 PPT 文档中主题、编辑时长、来源等元数据信息
  • 整本书测试_20道多选+10道设计_《C++ Templates》notes
  • 深度解析 | Android 12系统级禁用SIM卡功能实现与Framework层定制
  • OPENCV数字识别(非手写数字/采用模板匹配)
  • Cocos Creator版本发布时间线
  • stm32-IIC
  • 调语音类大模型必备-音频录制小妙招-自制工具-借助浏览器录一段单声道16000采样率wav格式音频
  • 2021年蓝桥杯第十二届CC++大学B组真题及代码
  • 计算机工具基础(七)——Git
  • 【电气设计】接地/浮地设计
  • 前端知识点 --- 事件监听器(javascript)
  • Windows 常用快捷键
  • 数学概念学习
  • kube-vip实践
  • C# 正则表达式
  • WSL2增加memory问题
  • 开源视觉语言模型MiniMax-VL-01:动态分辨率+4M超长文本,性能比肩GPT-4o
  • 用 Python 也能做微服务?
  • 大漠孤烟为何“直”?物理学家在唐诗中读出“不一样的美”
  • 江西省宁都县政协原二级调研员谢亦礼被查
  • 利用AI捏造“天价骨灰盒”谣言,内蒙古包头一网民被行政处罚
  • 上海论坛2025年会聚焦创新的时代,9份复旦智库报告亮相
  • 广州多条BRT相关线路将停运,全市BRT客运量较高峰时大幅下降
  • 消费者买国外电话卡使用时无信号,店铺:运营商故障,较少见