当前位置: 首页> 游戏> 评测 > 保定厂家推荐信息流推广_广西梧州岑溪市疫情最新消息_市场营销实务_软文代写新闻稿

保定厂家推荐信息流推广_广西梧州岑溪市疫情最新消息_市场营销实务_软文代写新闻稿

时间:2025/7/10 4:34:10来源:https://blog.csdn.net/qq_36070104/article/details/143477872 浏览次数:0次
保定厂家推荐信息流推广_广西梧州岑溪市疫情最新消息_市场营销实务_软文代写新闻稿

原题地址:. - 力扣(LeetCode)

题目描述

给定一个字符串 s 和一个字符串数组 words words 中所有字符串 长度相同

 s 中的 串联子串 是指一个包含  words 中所有字符串以任意顺序排列连接起来的子串。

  • 例如,如果 words = ["ab","cd","ef"], 那么 "abcdef", "abefcd""cdabef", "cdefab""efabcd", 和 "efcdab" 都是串联子串。 "acdbef" 不是串联子串,因为他不是任何 words 排列的连接。

返回所有串联子串在 s 中的开始索引。你可以以 任意顺序 返回答案。

示例 1:

输入:s = "barfoothefoobarman", words = ["foo","bar"]
输出:[0,9]解释:因为 words.length == 2 同时 words[i].length == 3,连接的子字符串的长度必须为 6。
子串 "barfoo" 开始位置是 0。它是 words 中以 ["bar","foo"] 顺序排列的连接。
子串 "foobar" 开始位置是 9。它是 words 中以 ["foo","bar"] 顺序排列的连接。
输出顺序无关紧要。返回 [9,0] 也是可以的。

示例 2:

输入:s = "wordgoodgoodgoodbestword", words = ["word","good","best","word"]
输出:[]解释:因为 words.length == 4 并且 words[i].length == 4,所以串联子串的长度必须为 16。
s 中没有子串长度为 16 并且等于 words 的任何顺序排列的连接。
所以我们返回一个空数组。

示例 3:

输入:s = "barfoofoobarthefoobarman", words = ["bar","foo","the"]
输出:[6,9,12]
解释:因为 words.length == 3 并且 words[i].length == 3,所以串联子串的长度必须为 9。
子串 "foobarthe" 开始位置是 6。它是 words 中以 ["foo","bar","the"] 顺序排列的连接。
子串 "barthefoo" 开始位置是 9。它是 words 中以 ["bar","the","foo"] 顺序排列的连接。
子串 "thefoobar" 开始位置是 12。它是 words 中以 ["the","foo","bar"] 顺序排列的连接

提示:

  • 1 <= s.length <= 104
  • 1 <= words.length <= 5000
  • 1 <= words[i].length <= 30
  • words[i] 和 s 由小写英文字母组成

实现思路

  • 滑动窗口: 我们从字符串 s 的每个位置开始,尝试以每个位置为起点,滑动窗口逐步尝试匹配由给定单词数组中的单词拼接而成的子串。

  • 使用哈希表进行匹配: 使用一个哈希表 differ 来存储当前窗口内每个单词的出现次数。我们通过不断地滑动窗口来更新这个哈希表。如果哈希表为空,表示当前窗口内的单词完全匹配了数组中的单词。

  • 优化滑动窗口: 在每一步滑动时,我们通过更新哈希表来移除旧单词并加入新单词,以保持窗口内的单词数量与目标单词数组一致。

  • 终止条件: 如果滑动窗口内的所有单词匹配成功,即 differ 哈希表为空,则将当前起始位置加入结果列表中。

源码实现

class Solution {public List<Integer> findSubstring(String s, String[] words) {List<Integer> res = new ArrayList<Integer>();  // 存储结果的列表int m = words.length, n = words[0].length(), ls = s.length();// 遍历从 0 到 n 的每个可能的起点for (int i = 0; i < n; i++) {if (i + m * n > ls) {  // 如果剩余的字符长度不够拼接所有单词,则跳过break;}// 使用 HashMap 来记录每个单词的计数Map<String, Integer> differ = new HashMap<String, Integer>();// 初始窗口,提取从当前位置开始的 m 个单词for (int j = 0; j < m; j++) {String word = s.substring(i + j * n, i + (j + 1) * n);  // 截取一个单词differ.put(word, differ.getOrDefault(word, 0) + 1);  // 更新计数}// 根据 words 数组中的单词,减少 differ 中对应单词的计数for (String word : words) {differ.put(word, differ.getOrDefault(word, 0) - 1);if (differ.get(word) == 0) {differ.remove(word);  // 如果计数为 0,移除该单词}}// 现在使用滑动窗口来检查每个子串for (int start = i; start < ls - m * n + 1; start += n) {  // 从当前起点开始,每次滑动 n 个字符if (start != i) {  // 如果不是初始起点// 先移除滑动窗口左边的单词String word = s.substring(start + (m - 1) * n, start + m * n);differ.put(word, differ.getOrDefault(word, 0) + 1);if (differ.get(word) == 0) {differ.remove(word);}// 再添加新滑入窗口的单词word = s.substring(start - n, start);differ.put(word, differ.getOrDefault(word, 0) - 1);if (differ.get(word) == 0) {differ.remove(word);}}// 如果哈希表为空,表示匹配成功if (differ.isEmpty()) {res.add(start);  // 添加当前子串的起始位置到结果中}}}return res;  // 返回所有匹配子串的起始位置}
}

复杂度分析

  • 时间复杂度

    • 外层循环:for (int i = 0; i < n; i++),最多执行 n 次,其中 n 是 words[0] 的长度。
    • 内层循环:for (int start = i; start < ls - m * n + 1; start += n),最多执行 O((ls - m * n) / n)次,其中 ls 是字符串 s 的长度,m 是 words 数组中的单词个数。
    • 在每一次内层循环中,我们需要通过哈希表进行单词的插入、删除和查找,这些操作的时间复杂度为 O(1)
    • 因此,总的时间复杂度为 O(n * (ls - m * n) / n),即 O(m * n * ls)
  • 空间复杂度

    • 我们使用了一个哈希表 differ 来存储每个单词的出现次数,最坏情况下,哈希表的空间复杂度为 O(m),因为最多有 m 个单词。
    • 此外,结果列表 res 存储所有匹配子串的起始位置,最坏情况下会有 O(ls / (m * n)) 个匹配结果。
    • 因此,空间复杂度为 O(m + ls / (m * n)),但可以简化为 O(m)
关键字:保定厂家推荐信息流推广_广西梧州岑溪市疫情最新消息_市场营销实务_软文代写新闻稿

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

责任编辑: