学习记录:js算法(二十一):字符串的排列、替换后的最长重复字符

本文主要是介绍学习记录:js算法(二十一):字符串的排列、替换后的最长重复字符,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • 字符串的排列
      • 我的思路
      • 网上思路
    • 替换后的最长重复字符
      • 我的思路
      • 网上思路
    • 总结

字符串的排列

给你两个字符串 s1 和 s2 ,写一个函数来判断 s2 是否包含 s1 的排列。如果是,返回 true ;否则,返回 false
换句话说,s1 的排列之一是 s2 的 子串 。

示例 1:
输入:s1 = "ab" s2 = "eidbaooo"
输出:true
解释:s2 包含 s1 的排列之一 ("ba").示例 2:
输入:s1= "ab" s2 = "eidboaoo"
输出:false

我的思路
老样子,循环,写的时候还是用了 Map()
网上思路
使用滑动窗口

我的思路

function checkInclusion(s1, s2) {const len1 = s1.length;const len2 = s2.length;if (len1 > len2) return false;const count1 = new Map();const count2 = new Map();for (let char of s1) {count1.set(char, (count1.get(char) || 0) + 1);}for (let i = 0; i < len1; i++) {count2.set(s2[i], (count2.get(s2[i]) || 0) + 1);}if (mapsEqual(count1, count2)) return true;for (let i = len1; i < len2; i++) {count2.set(s2[i], (count2.get(s2[i]) || 0) + 1);const oldChar = s2[i - len1];count2.set(oldChar, count2.get(oldChar) - 1);if (count2.get(oldChar) === 0) {count2.delete(oldChar);}if (mapsEqual(count1, count2)) return true;}return false;
}
function mapsEqual(map1, map2) {if (map1.size !== map2.size) return false;for (let [key, value] of map1) {if (map2.get(key) !== value) return false;}return true;
}

讲解

  1. 首先获取 s1s2 的长度。如果 s1 的长度大于 s2,直接返回 false,因为不可能在一个更短的字符串中找到一个更长的字符串的排列。
  2. 创建两个 Mapcount1 用于存储 s1 中每个字符的频率,count2 用于存储 s2 中当前窗口(长度为 len1)的字符频率。
  3. 遍历 s1 中的每个字符,使用 Map 的 set 方法 更新字符频率。如果该字符已经存在于 count1 中,则频率加 1;如果不存在,则初始化为 1。 同样地,遍历 s2 的前 len1 个字符,填充 count2
  4. 在填充完 count2 后,首先检查 count1count2 是否相等。如果相等,说明 s2 的前 len1 个字符就是 s1 的一个排列,返回 true
  5. 使用 for 循环遍历 s2,从 len1 到 len2:
    将当前字符 s2[i] 加入到 count2 中,更新其频率。
    计算滑动窗口的左边界字符 s2[i - len1],将其频率减 1。如果减到 0,则从 count2 中删除该字符。
  6. 每次更新 count2 后,检查 count1count2 是否相等。如果相等,返回 true
  7. 辅助函数 mapsEqual: 用于比较两个 Map 是否相等。
    首先检查两个 Map 的大小是否相等,如果不相等,返回 false。
    然后遍历 map1,检查 map2 中是否存在相同的键和对应的值。如果有不匹配的情况,则返回 false
    如果所有键值对都匹配,则返回 true

网上思路

var checkInclusion = function (s1, s2) {const s1Length = s1.length;const s2Length = s2.length;if (s1Length > s2Length) return false;const s1Count = Array(26).fill(0);const s2Count = Array(26).fill(0);// 统计 s1 中每个字符的频率for (let i = 0; i < s1Length; i++) {s1Count[s1.charCodeAt(i) - 'a'.charCodeAt(0)]++;s2Count[s2.charCodeAt(i) - 'a'.charCodeAt(0)]++;}// 比较 s1Count 和 s2Countconst checkEqual = (a, b) => {for (let i = 0; i < 26; i++) {if (a[i] !== b[i]) return false;}return true;};if (checkEqual(s1Count, s2Count)) return true;// 滑动窗口for (let i = s1Length; i < s2Length; i++) {s2Count[s2.charCodeAt(i) - 'a'.charCodeAt(0)]++;s2Count[s2.charCodeAt(i - s1Length) - 'a'.charCodeAt(0)]--;if (checkEqual(s1Count, s2Count)) return true;}return false;
};

讲解

  1. 计算 s1 和 s2 的长度。如果 s1 的长度大于 s2,则不可能包含其排列,直接返回 false
  2. 创建两个数组 s1Count 和 s2Count,大小为 26(对应英文字母 a-z),用来统计每个字符的出现频率。
  3. 循环,统计 s1s2 的前 s1Length 个字符的频率。
  4. 比较频率数组
    定义一个辅助函数 checkEqual,用于比较两个频率数组是否相等。
    如果 s1Count 和 s2Count 相等,说明 s2 的前 s1Length 个字符是 s1 的一个排列,直接返回 true
  5. 滑动窗口遍历 s2
    s1Length 开始,遍历 s2 的剩余部分,使用滑动窗口的方式更新 s2Count。每次添加一个新字符 s2[i] 并移除一个旧字符 s2[i - s1Length]
    每次更新后,检查 s1Count 和 s2Count 是否相等。

替换后的最长重复字符

给你一个字符串 s 和一个整数 k 。你可以选择字符串中的任一字符,并将其更改为任何其他大写英文字符。该操作最多可执行 k 次。
在执行上述操作后,返回 包含相同字母的最长子字符串的长度。

示例 1:
输入:s = "ABAB", k = 2
输出:4
解释:用两个'A'替换为两个'B',反之亦然。示例 2:
输入:s = "AABABBA", k = 1
输出:4
解释:
将中间的一个'A'替换为'B',字符串变为 "AABBBBA"。
子串 "BBBB" 有最长重复字母, 答案为 4。
可能存在其他的方法来得到同样的结果。

我的思路
循环
网上思路
滑动窗口

我的思路

var characterReplacement = function (s, k) {let maxLength = 0;for (let start = 0; start < s.length; start++) {for (let end = start; end < s.length; end++) {const substring = s.slice(start, end + 1);const charCount = new Array(26).fill(0);for (let char of substring) {charCount[char.charCodeAt() - 'A'.charCodeAt()]++;}const maxCount = Math.max(...charCount);const changesNeeded = substring.length - maxCount;if (changesNeeded <= k) {maxLength = Math.max(maxLength, substring.length);}}}return maxLength;
}

讲解

  1. 外层循环用于确定子字符串的起始位置。
  2. 内层循环用于确定子字符串的结束位置。
  3. 使用 slice 方法获取从 startend 的子字符串。
  4. 使用一个数组 charCount 来记录当前子字符串中每个字符的频率。
  5. 计算当前子字符串中字符的最大频率 **maxCount ** 。
  6. 计算将当前子字符串变为相同字符所需的更改次数 **changesNeeded ** 。
  7. 如果所需的更改次数小于或等于 k,则更新最长子字符串的长度。

网上思路

var characterReplacement = function (s, k) {const count = new Array(26).fill(0); // 用于记录字符频率let left = 0; // 左指针let maxCount = 0; // 当前窗口内字符的最大频率let maxLength = 0; // 最长子字符串的长度for (let right = 0; right < s.length; right++) {// 更新当前字符的频率count[s[right].charCodeAt() - 'A'.charCodeAt()]++;// 更新窗口内的最大字符频率maxCount = Math.max(maxCount, count[s[right].charCodeAt() - 'A'.charCodeAt()]);// 如果当前窗口的大小减去最大频率大于 k,则需要缩小窗口while (right - left + 1 - maxCount > k) {count[s[left].charCodeAt() - 'A'.charCodeAt()]--;left++;}// 更新最长子字符串的长度maxLength = Math.max(maxLength, right - left + 1);}return maxLength;
}

讲解
这个看了讲解,很细,先看网上的思路:

  1. 定义窗口:使用两个指针 left 和 right 来表示当前窗口的范围。
  2. 记录字符频率:使用一个数组或对象来记录当前窗口中每个字符的频率。
  3. 计算最大频率:在每次扩展窗口时,计算当前窗口内字符的最大频率。
  4. 判断窗口有效性:如果窗口的大小减去最大频率大于 k,则说明需要缩小窗口。
  5. 更新最大长度:在每次调整窗口后,更新最长的子字符串长度。

结合代码:

  1. 字符频率数组:
    count 数组用于记录每个字符**(A-Z)**的频率。数组大小为 26,因为只有 26 个大写字母。
  2. 左右指针:
    left 指针用于表示当前窗口的左边界。
    maxCount 用于记录当前窗口内字符的最大频率。
    maxLength 用于记录找到的最长只包含相同字母的子字符串的长度。
  3. 遍历字符串:
    使用 right 指针遍历字符串 s,不断扩展窗口
  4. 更新字符频率:
    每次扩展 right 指针时,更新当前字符的频率。通过 charCodeAt() 方法获取字符的 ASCII 码并计算其在 count 数组中的索引。
  5. 更新最大频率:
    更新窗口内的最大字符频率 **maxCount ** 。
  6. 判断窗口有效性:
    如果当前窗口的大小减去最大频率大于 k,则说明需要缩小窗口。通过移动 left 指针来实现。
    在缩小窗口的同时,更新 count 数组中对应字符的频率。
  7. 更新最长子字符串的长度:
    在每次调整窗口后,更新最长的子字符串长度,计算当前窗口的大小 right - left + 1
  8. 返回结果:
    最后返回找到的最长只包含相同字母的子字符串的长度。

总结

之前学习的知识在现在能用上了,比如 Map双指针 等等,虽然我用的磕磕绊绊,甚至有的还无法结合在一起解题。但是,还是那句话:循环真好用!

这篇关于学习记录:js算法(二十一):字符串的排列、替换后的最长重复字符的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1128602

相关文章

前端原生js实现拖拽排课效果实例

《前端原生js实现拖拽排课效果实例》:本文主要介绍如何实现一个简单的课程表拖拽功能,通过HTML、CSS和JavaScript的配合,我们实现了课程项的拖拽、放置和显示功能,文中通过实例代码介绍的... 目录1. 效果展示2. 效果分析2.1 关键点2.2 实现方法3. 代码实现3.1 html部分3.2

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

关于Spring @Bean 相同加载顺序不同结果不同的问题记录

《关于Spring@Bean相同加载顺序不同结果不同的问题记录》本文主要探讨了在Spring5.1.3.RELEASE版本下,当有两个全注解类定义相同类型的Bean时,由于加载顺序不同,最终生成的... 目录问题说明测试输出1测试输出2@Bean注解的BeanDefiChina编程nition加入时机总结问题说明

关于最长递增子序列问题概述

《关于最长递增子序列问题概述》本文详细介绍了最长递增子序列问题的定义及两种优化解法:贪心+二分查找和动态规划+状态压缩,贪心+二分查找时间复杂度为O(nlogn),通过维护一个有序的“尾巴”数组来高效... 一、最长递增子序列问题概述1. 问题定义给定一个整数序列,例如 nums = [10, 9, 2

JS 实现复制到剪贴板的几种方式小结

《JS实现复制到剪贴板的几种方式小结》本文主要介绍了JS实现复制到剪贴板的几种方式小结,包括ClipboardAPI和document.execCommand这两种方法,具有一定的参考价值,感兴趣的... 目录一、Clipboard API相关属性方法二、document.execCommand优点:缺点:

C#从XmlDocument提取完整字符串的方法

《C#从XmlDocument提取完整字符串的方法》文章介绍了两种生成格式化XML字符串的方法,方法一使用`XmlDocument`的`OuterXml`属性,但输出的XML字符串不带格式,可读性差,... 方法1:通过XMLDocument的OuterXml属性,见XmlDocument类该方法获得的xm

Redis 多规则限流和防重复提交方案实现小结

《Redis多规则限流和防重复提交方案实现小结》本文主要介绍了Redis多规则限流和防重复提交方案实现小结,包括使用String结构和Zset结构来记录用户IP的访问次数,具有一定的参考价值,感兴趣... 目录一:使用 String 结构记录固定时间段内某用户 IP 访问某接口的次数二:使用 Zset 进行

Spring Boot 整合 ShedLock 处理定时任务重复执行的问题小结

《SpringBoot整合ShedLock处理定时任务重复执行的问题小结》ShedLock是解决分布式系统中定时任务重复执行问题的Java库,通过在数据库中加锁,确保只有一个节点在指定时间执行... 目录前言什么是 ShedLock?ShedLock 的工作原理:定时任务重复执行China编程的问题使用 Shed

JSON字符串转成java的Map对象详细步骤

《JSON字符串转成java的Map对象详细步骤》:本文主要介绍如何将JSON字符串转换为Java对象的步骤,包括定义Element类、使用Jackson库解析JSON和添加依赖,文中通过代码介绍... 目录步骤 1: 定义 Element 类步骤 2: 使用 Jackson 库解析 jsON步骤 3: 添