LeetCode - Longest Substring with At Most Two Distinct Characters

本文介绍如何使用双指针技术解决寻找包含至多两个不同字符的最长子串问题,通过实例演示并提供C++代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

https://leetcode.com/problems/longest-substring-with-at-most-two-distinct-characters/

Given a string, find the length of the longest substring T that contains at most 2 distinct characters.

For example, Given s = “eceba”,

T is "ece" which its length is 3.

这道题也是一道双指针题,就是在符合条件时不断后移end指针,在不符合条件时前移start指针直到符合条件位置,符合条件后又后移end指针,不断重复循环知道扫描了整个数组。

由于各种情况很多,所以双指针题思路一定要特别清楚,知道每个变量的含义是啥,而不是想当然地写代码。

这里面的hashtable里保存的是当前start和end间出现的各种字符的个数,count保存的是start和end间不同字符的个数。

当新加入的end使count变成3后,就前移start,直到count变为2,这时不能忘了也要把新加入的end更新到hashtable里去。

因为它的加入是原来的count从2到3,所以它肯定是之前start和end间没有出现过的数,所以它的次数直接更新为1就行。

public class Solution {
    public int lengthOfLongestSubstringTwoDistinct(String s) {
        if(s == null) return 0;
        if(s.length()<=2) return s.length();
        int longest = 2;
        int start = 0;
        int end = 0;
        int count = 0;
        HashMap<Character, Integer> map = new HashMap<Character, Integer>();
        while(end < s.length()){
            char c = s.charAt(end);
            if(map.containsKey(c) && map.get(c)>0){
                map.put(c, map.get(c)+1);
                longest = Math.max(longest, end-start+1);
            }
            else{
                if(count<2){
                    map.put(c, 1);
                    count++;
                    longest = Math.max(longest, end-start+1);
                }
                else{
                    map.put(c, 1);
                    count++;
                    while(count>2){
                        map.put(s.charAt(start), map.get(s.charAt(start))-1);
                        if(map.get(s.charAt(start))==0) count--;
                        start++;
                    }
                    longest = Math.max(longest, end-start+1);
                }
            }
            end++;
        }
        
        return longest;
    }
}

更新C++代码,这里没有用hash_map结构,但是用了一个256的数组来当作hashmap使用。

class Solution {
public:
    int lengthOfLongestSubstringTwoDistinct(string s) {
        if(s.size()<=2) return s.size();
        int count = 0;
        int map[256];
        memset(map, 0, sizeof(map));  //注意,数组的初始化
        int start = 0;
        int end = 0;
        int maxlen = 2;
        while(end<s.size()){
            if(map[s[end]]>0){
                map[s[end]]++;
                maxlen = std::max(maxlen, end-start+1);
                end++;
                
            }
            else if(count<2){
                map[s[end]]++;
                maxlen = std::max(maxlen, end-start+1);
                end++;
                count++;
            }
            else{
                while(count==2){
                    map[s[start]]--;
                    if(map[s[start]]==0) count--;
                    start++;
                }
            }
        }
        return maxlen;
    }
};



内容概要:本文介绍了基于Python实现的SSA-GRU(麻雀搜索算法优化门控循环单元)时间序列预测项目。项目旨在通过结合SSA的全局搜索能力和GRU的时序信息处理能力,提升时间序列预测的精度和效率。文中详细描述了项目的背景、目标、挑战及解决方案,涵盖了从数据预处理到模型训练、优化及评估的全流程。SSA用于优化GRU的超参数,如隐藏层单元数、学习率等,以解决传统方法难以捕捉复杂非线性关系的问题。项目还提供了具体的代码示例,包括GRU模型的定义、训练和验证过程,以及SSA的种群初始化、迭代更新策略和适应度评估函数。; 适合人群:具备一定编程基础,特别是对时间序列预测和深度学习有一定了解的研究人员和技术开发者。; 使用场景及目标:①提高时间序列预测的精度和效率,适用于金融市场分析、气象预报、工业设备故障诊断等领域;②解决传统方法难以捕捉复杂非线性关系的问题;③通过自动化参数优化,减少人工干预,提升模型开发效率;④增强模型在不同数据集和未知环境中的泛化能力。; 阅读建议:由于项目涉及深度学习和智能优化算法的结合,建议读者在阅读过程中结合代码示例进行实践,理解SSA和GRU的工作原理及其在时间序列预测中的具体应用。同时,关注数据预处理、模型训练和优化的每个步骤,以确保对整个流程有全面的理解。
评论
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