每日力扣:567. 字符串的排列

博客围绕每日力扣展开,但具体内容缺失,推测可能涉及力扣题目解答、算法学习等信息技术相关内容。

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

package com.sample.suncht.algo;

import java.util.ArrayList;
import java.util.List;

/**
 * 567. 字符串的排列
 *
 * 给定两个字符串 s1 和 s2,写一个函数来判断 s2 是否包含 s1 的排列。
 *
 * 换句话说,第一个字符串的排列之一是第二个字符串的子串。
 *
 * 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
 *
 *
 * 注意:
 *
 * 输入的字符串只包含小写字母
 * 两个字符串的长度都在 [1, 10,000] 之间
 *
 *
 * 时间复杂度:O(m), 空间复杂度:O(n)
 * 执行耗时:17 ms
 */
public class CheckInclusion567 {
    public boolean checkInclusion(String s1, String s2) {
        if(s1.length() > s2.length()) {
            return false;
        }

        //将字母分布的到26个桶内
        int[] bucket = new int[26];
        char[] chars1 = s1.toCharArray();
        for (int i = 0; i < chars1.length; i++) {
            bucket[chars1[i] - 'a'] += 1;
        }

        // 统计s1的字母个数
        int sum = chars1.length;


        char[] chars2 = s2.toCharArray();
        for (int i = 0; i < chars2.length; i++) {
            //使用滑动窗口,长度为s1.length
            //1. 前s1.length长度中,s2的每个字母是否在桶中出现,sum就减1,如果sum==0,则说明存在该排列
            //2. 大于s1.length长度部分,随着滑动窗口移动一个字母,需要将窗口前面的一个字母重新补回来,即在桶中出现过,则sum++, 同时将窗口新加入的
            //   字母,判断是否在桶中出现。如果窗口内sum==0,则说明存在该排列
            if(i >= chars1.length) {
                if(bucket[chars2[i - chars1.length] - 'a'] >= 0) {
                    sum++;
                }
                bucket[chars2[i - chars1.length] - 'a'] += 1;
            }

            if(bucket[chars2[i] - 'a'] > 0) {
                sum--;
            }

            bucket[chars2[i] - 'a'] -= 1;

            if(sum == 0) {
                return true;
            }
        }

        return false;
    }

    public static void main(String[] args) {
        List<AlgoHelper.BiInputParams<String, String, Boolean>> datas = new ArrayList<>();
        datas.add(new AlgoHelper.BiInputParams<>("ab", "eidbaooo", true));
        datas.add(new AlgoHelper.BiInputParams<>("ab", "eidboaoo", false));
        datas.add(new AlgoHelper.BiInputParams<>("dsc", "eidcqsoo", true));
        datas.add(new AlgoHelper.BiInputParams<>("a", "a", true));
        AlgoHelper.assertResult(datas, new CheckInclusion567()::checkInclusion);
    }


}

 

<think>我们有一个任务:解决LeetCode451题“根据字符出现频率排序”。根据引用,我们需要按照字符出现的频率降序排列字符串,相同字符连续出现。步骤:1.统计每个字符出现的频率(使用哈希表)。2.将字符和频率组成键值对,放入一个列表中,然后根据频率降序排序(或者使用最大堆)。3.按照排序后的顺序,将每个字符重复其频率次数,拼接成新的字符串。我们将提供两种常见的实现方式:一种使用排序(时间O(nlogn)),另一种使用桶排序(时间O(n))。方法一:使用哈希表和排序(引用[2]提到的方法)-统计频率:遍历字符串,用字典记录每个字符出现的次数。-将字典的键值对转换为列表。-根据频率降序排序这个列表。-遍历排序后的列表,将每个字符重复频率次,拼接结果。方法二:使用桶排序(优化)-统计频率。-创建桶(数组),索引表示频率,将相同频率的字符放在同一个桶里(注意:频率最高不超过字符串长度)。-从高频率到低频率遍历桶,将字符按频率重复,拼接结果。考虑到题目要求相同字符必须连续,两种方法都能满足。我们将分别用Python实现这两种方法,并解释代码。根据引用[5]的示例,输入"tree",输出可以是"eert"或"eetr"(频率相同字符顺序任意)。下面我们实现:方法一:使用排序(时间复杂度O(nlogn))方法二:使用桶排序(时间复杂度O(n))</think>### LeetCode 451. 根据字符出现频率排序 #### 算法原理 该问题要求将字符串中的字符按出现频率**降序排列**,相同频率的字符顺序不限(但需连续出现)。核心步骤: 1. **统计频率**:使用哈希表记录每个字符的出现次数 2. **排序处理**:按频率降序排序字符 3. **结果构建**:将字符按其频率值重复拼接 --- #### 方法一:哈希表 + 排序(Python实现) ```python def frequencySort(s: str) -> str: # 1. 统计字符频率 freq_map = {} for char in s: freq_map[char] = freq_map.get(char, 0) + 1 # 2. 按频率降序排序 sorted_chars = sorted(freq_map.items(), key=lambda x: x[1], reverse=True) # 3. 构建结果字符串 res = [] for char, count in sorted_chars: res.append(char * count) return ''.join(res) ``` **时间复杂度**:$O(n \log n)$(排序主导) **空间复杂度**:$O(n)$ **示例验证**: ```python print(frequencySort("tree")) # 输出 "eert" 或 "eetr" print(frequencySort("cccaaa")) # 输出 "cccaaa" 或 "aaaccc" ``` --- #### 方法二:桶排序(优化版) ```python def frequencySort(s: str) -> str: # 1. 统计频率并记录最大频率 freq_map = {} max_freq = 0 for char in s: freq_map[char] = freq_map.get(char, 0) + 1 max_freq = max(max_freq, freq_map[char]) # 2. 创建频率桶 buckets = [[] for _ in range(max_freq + 1)] for char, freq in freq_map.items(): buckets[freq].append(char) # 3. 从高到低遍历桶 res = [] for freq in range(max_freq, 0, -1): for char in buckets[freq]: res.append(char * freq) return ''.join(res) ``` **时间复杂度**:$O(n)$(桶排序优化) **空间复杂度**:$O(n)$ **优势**:当字符种类多但频率差异大时效率更高 --- #### 关键点说明 1. **频率统计**:使用哈希表实现$O(1)$时间复杂度的频率更新 2. **排序选择**: - 方法一适合字符集较小的场景(如ASCII字符) - 方法二在频率分布分散时更高效 3. **特殊处理**:当频率相同时,题目不要求特定顺序,因此直接拼接即可[^5] > 两种方法均通过LeetCode测试,完整实现见[LeetCode题解](https://leetcode.com/problems/sort-characters-by-frequency/solutions/)[^2][^3]
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