当前位置: 首页 > news >正文

力扣hot100:滑动窗口——找到字符串中所有字母异位词

题目链接:找到字符串中所有字母异位词

考虑用滑动窗口,窗口大小固定为字符串p的长度,用一个for循环控制子串的结束位置。

怎么判断是字母异位词?

1、排序:字符串中所有符合条件的字母异位词与目标串p在经过排序后是相等的。所以考虑在匹配的时候,通过子串排序后与p串排序后相等,来找出所有的字母异位词。(因为sort()函数的时间复杂度是O(nlogn),所以运行时超时)
vector<int> findAnagrams(string s, string p) {
        if(s.size()<p.size())
        {
            return vector<int>();
        }
        string tempStr=p;
        sort(tempStr.begin(), tempStr.end());
        int l=0;
        vector<int> results;
        for(int r=0;r<s.size()-p.size(); r++)
        {
            if(r-l==p.size()-1)
            {
                string temp = s.substr(l,p.size());
                sort(temp.begin(), temp.end());
                if(temp==tempStr)
                {
                    results.push_back(l);
                }
                l++;
            }
        }
        return results;
    }
2、哈希:当窗口中每种字母的数量与字符串 p 中每种字母的数量相同时,则说明当前窗口为字符串 p 的异位词。
vector<int> findAnagrams(string s, string p) {
        if(s.size()<p.size())
        {
            return vector<int>();
        }
        vector<int> sCount(26);
        vector<int> pCount(26);
        vector<int> res;
        for(int i=0;i<p.size();i++)
        {
            sCount[s[i]-'a']++;
            pCount[p[i]-'a']++;
        }
        if(sCount == pCount)
        {
            res.push_back(0);
        }
        int sLen = s.size();
        int pLen = p.size();
        for(int i=0; i<sLen-pLen; i++)
        {
            --sCount[s[i]-'a'];
            ++sCount[s[i+pLen]-'a'];
            if(sCount==pCount)
            {
                res.push_back(i+1);
            }
        }
        return res;
    }

复杂度分析

时间复杂度:O(m+(n−m)×Σ),其中 n 为字符串 s 的长度,m 为字符串 p 的长度,Σ 为所有可能的字符数。我们需要 O(m) 来统计字符串 p 中每种字母的数量;需要 O(m) 来初始化滑动窗口;需要判断 n−m+1 个滑动窗口中每种字母的数量是否与字符串 p 中每种字母的数量相同,每次判断需要 O(Σ) 。因为 s 和 p 仅包含小写字母,所以 Σ=26。

空间复杂度:O(Σ)。用于存储字符串 p 和滑动窗口中每种字母的数量。

相关文章:

  • ER图怎么做?智能 ER 图生成等功能全面解析
  • golang 同步与锁
  • devextreme-react/scheduler 简单学习
  • Android 常用工具类记录
  • Hosts文件与DNS的关系:原理、应用场景与安全风险
  • Linux 随机数据生成
  • 从零构建大语言模型全栈开发指南:第三部分:训练与优化技术-3.2.1模型并行与数据并行策略(ZeRO优化器与混合精度训练)
  • Kubenetes Service类型与应用场景、YAML模板以及练习
  • 计算机网络面经(一)
  • Redis-02.Redis入门
  • python 原型链污染学习
  • 深度求索:开源革命下的AI普惠之路
  • JavaScript创建时间对象、数字、字符串方法
  • Python-八股总结
  • RabbitMQ、RocketMQ 和 Kafka 的消息特性对比
  • 用mkdocs写文档#自动更新github-page
  • 浙江大学公开课|第二季|智能金融:AI 驱动的金融变革
  • Vue3中的Parent-Child通信全解析
  • flink 基站与服务器长连接,每次连接和断开都会上报数据,统计过去一小时每个基站断开次数和时长
  • 如何保证云服务器的可靠性与可用性
  • app建设网站/宁波关键词优化平台
  • html网页设计表格代码范文/seo软件哪个好
  • 网站建设比较合理的流程/更先进的seo服务
  • 中山网站建设设计/电商怎么做如何从零开始
  • 网站建设捌金手指下拉二八/网上国网app推广方案
  • 免费设计网站平台/线上广告推广