Lintcode 最小子串覆盖

本文介绍了一种利用哈希表解决字符串问题的方法,具体为在一个源字符串中找到包含目标字符串所有字符的最短子串。通过双映射记录字符出现次数,并采用滑动窗口技巧高效遍历源字符串,最终定位出符合条件的最小子串。

给定一个字符串source和一个目标字符串target,在字符串source找到包括所有目标字符串字母的子串。

说明

在答案的子串中的字母在目标字符串中是否需要具有相同的顺序?

——不需要。

样例

给出source = "ADOBECODEBANC"target = "ABC" 满足要求的解  "BANC"

  思路:

该题使用的是Hash表的方法。

首先创建两个映射 map1(Key,Value),map2(Key,Value),其中Key代表两个string类型字符串中字母,先将 Target 中的字母映射到 map 中,然后再对 source 做一个循环,通过比较map1 和map2 中的Value 的大小来确定是否找到Target 中的值,若找到将变量 found++,当 found == Target. size()时说明已经找到子串的一个覆盖,确定初始位置 start 和结尾 end 后计算覆盖长度。将start 后移一位继续寻找下一个覆盖,最终得到最小覆盖。


代码如下:

class Solution {
public:    
    /**
     * @param source: A string
     * @param target: A string
     * @return: A string denote the minimum window
     *          Return "" if there is no such a string
     */
     
     
     
    string minWindow(string &source, string &target) {
        // write your code here
        string result;
        int n=source.size();
        int m=target.size();
        int start=-1,flag=m,min=n+1,first=-1;
        vector<int>  t(256,0),s(256,0);
        if(target.empty()||source.empty())
            return "";
        for(int i=0;i<m;i++){
            t[target[i]]++;
        }
        for(int i=0;i<n;i++){
//       cout<<(int)s['d']<<" "<<(int)s['b']<<" "<<min<<" "<<flag<<" "<<first<<endl;
            if(t[source[i]]>s[source[i]]){
               s[source[i]]++; 
               flag--;
            } 
            else
            s[source[i]]++; 
            
            if(flag==0){
                start++;
              while(t[source[start]]==0||(t[source[start]]!=0&&t[source[start]]<=s[source[start]]-1)){
                  if(t[source[start]]<=s[source[start]]-1)
                  s[source[start]]--;
                  start++;
              }  
              if(min>i-start+1){
              min=i-start+1;
              first=start;
              }
              flag++;
              s[source[start]]--;
            }
        }
        if(min==n+1)
        return "";
        else
        return source.substr(first,min);
    }
};


### 动态规划解决等价字符串问题 对于 LintCode 平台上的第 1376 题《等价字符串》,可以采用动态规划的思想来解决问题。题目通常涉及给定一个字符串 `s` 一些特定条件下的编码规则,目标是计算该字符串有多少种不同的解码方式。 #### 动态规划的核心思想 假设我们有一个长度为 `n` 的字符串 `s[0,1,...,n-1]`,可以通过以下两种方式进行分解: 1. 将第一个字符单独解码,则剩余子串 `s[1,2,...,n-1]` 的解码方式数量记作 `state1` 种[^1]。 2. 如果能够将前两个字符作为一个整体进行解码,则剩余子串 `s[2,3,...,n-1]` 的解码方式数量记作 `state2` 种。 最终状态转移方程可表示为: \[ dp[i] = dp[i-1] \text{ (当 } s[i-1] \text{ 可以被单个解码)} + dp[i-2] \text{ (当 } s[i-2:i] \text{ 可以作为整体解码)} \] 其中,`dp[i]` 表示到位置 `i` 处的总解码方法数。 #### 边界条件 为了使上述递推关系成立,需定义边界条件: - 当字符串为空时 (`n=0`),解码方式为 0 种; - 当字符串仅剩一个字符时 (`n=1`),判断其是否有效即可得出结果。 #### 示例代码实现 以下是基于 Python 实现的一个简单版本: ```python def numDecodings(s: str) -> int: if not s or s[0] == '0': return 0 n = len(s) dp = [0] * (n + 1) dp[0], dp[1] = 1, 1 # 初始化边界条件 for i in range(2, n + 1): one_digit = int(s[i - 1]) # 单独取当前位 two_digits = int(s[i - 2:i]) # 合并两位 if one_digit >= 1 and one_digit <= 9: dp[i] += dp[i - 1] if two_digits >= 10 and two_digits <= 26: dp[i] += dp[i - 2] return dp[n] ``` 此函数通过构建数组 `dp[]` 来存储每一个索引处可能的解码总数,并利用循环逐步填充这些值直到整个字符串结束。 --- ### 结合 LeetCode 类似问题分析 虽然本题并非完全匹配于所提到的 LeetCode 连续数字查询问题[^2],但从逻辑上两者都强调了序列化数据处理的重要性以及如何有效地提取模式或规律的能力。 #### SQL 查询连续相同数值案例解析 针对连续三个相等数值的情况,在数据库领域常用的方法如下所示: ```sql SELECT DISTINCT l1.Num AS ConsecutiveNums FROM Logs l1, Logs l2, Logs l3 WHERE l1.Id = l2.Id - 1 AND l2.Id = l3.Id - 1 AND l1.Num = l2.Num AND l2.Num = l3.Num; ``` 这段脚本展示了如何借助自联结技术找到满足指定约束的关系记录集合。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值