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。
思考:写在之前---
第一思路想到可能要使用滑动窗口---但当时第一时间并没有想明白--故记录
题目描述
给定一个字符串 s
和一个整数 k
,你可以最多替换 k
次字符。返回在执行最多 k
次字符替换操作后,包含重复字母的最长子串的长度。
思路分析
这道题可以通过 滑动窗口(Sliding Window)的方法来解决。滑动窗口是一种常见的技术,用来在连续的子串或子数组中高效地查找特定条件下的最大/最小值等。
关键点
- 我们要找出一个子串,该子串可以通过最多
k
次字符替换,形成一个包含最多重复字符的最长子串。 - 具体做法是利用 滑动窗口 来动态地调整子串的范围,保持
窗口内的最大字符频率
与窗口长度
的差值不超过k
。
解题步骤
时间与空间复杂度
- 初始化滑动窗口的边界:用
left
和right
指针来表示滑动窗口的左右边界。left
初始化为 0,right
初始化为 0,表示窗口的开始位置。 - 遍历字符串:使用
right
指针逐步向右滑动,扩大窗口范围。每次滑动时,更新hash
字典记录窗口中每个字符的频次,同时更新窗口内最频繁字符的频次maxcount
。 - 判断是否需要缩小窗口:
- 窗口内的字符总数
right - left + 1
减去maxcount
(窗口内最常见字符的个数)表示需要替换的字符数。 - 如果这个需要替换的字符数超过了
k
,就需要通过增大left
来缩小窗口,直到需要替换的字符数
小于等于k
。
- 窗口内的字符总数
- 更新最大结果:每次调整完窗口后,计算当前窗口的长度
right - left + 1
,并更新最大长度ret
。 - 结束条件:当
right
遍历到字符串末尾时,算法结束。---因为在到末尾之前一定已经处理了末尾之前的情况是否满足,之后的left移动是没有必要的---right
指针的移动已经遍历并处理了字符串的所有可能情况,所以无需再特意考虑left
指针的后续移动。当right
指针到达字符串末尾时,所有可能的子串长度已经被计算,ret
已经是最终的结果。class Solution { public: int characterReplacement(string s, int k) { int n=s.size(); if(k>=n) return n; int left=0,right=0,ret=0; int maxcount=0; unordered_map<char,int>hash; while(right<n){ hash[s[right]]++; maxcount=max(maxcount,hash[s[right]]);//记录出现最多的数的数量 while(right-left+1-maxcount>k){//无法满足条件滑动窗口减少字符---判断条件是窗口长度减最多的数的数量需要变的数是否大于K hash[s[left]]--; ++left; } ret=max(ret,right-left+1);//更新长度 ++right; } return ret; } };
-
解题思路总结
-
滑动窗口:通过
left
和right
两个指针来动态调整窗口的大小。在每一步中,增加右指针扩展窗口,直到满足条件。通过不断调整左指针来收缩窗口,确保窗口的大小满足最多k
次字符替换的条件。 -
频率统计:通过一个哈希表
hash
来记录窗口内字符的出现频率。同时,通过maxcount
来记录窗口内出现最多次数的字符,减少了每次都需要遍历哈希表的操作。 -
计算最大长度:在每次调整窗口时,计算当前窗口的长度,并更新最大子串长度
ret
。 -
边界条件:当
k
大于或等于字符串长度时,说明我们可以把整个字符串都替换成一个字符,直接返回字符串的长度。 - 时间复杂度:
O(n)
,其中n
是字符串s
的长度。我们只需要遍历一次字符串,left
和right
两个指针各自最多只会向前移动n
次。 - 空间复杂度:
O(1)
,虽然我们使用了哈希表hash
来记录字符频率,但由于字符串只有 26 个小写字母,因此哈希表的空间是常数级别的。 -
总结
本题通过滑动窗口的方式和哈希表统计字符频率的技巧,可以高效地解决最多
k
次字符替换问题。通过动态维护窗口的大小并检查条件是否满足,使得我们能够在O(n)
时间内找到最大长度的合法子串。