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

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

JS常用组件收集

收集了一些平时遇到的前端比较优秀的组件,方便以后开发的时候查找!!! 函数工具: Lodash 页面固定: stickUp、jQuery.Pin 轮播: unslider、swiper 开关: switch 复选框: icheck 气泡: grumble 隐藏元素: Headroom

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig