LeetCode-14 Longest-Common-Prefix

本文详细介绍了LeetCode第14题的解题思路和代码实现,包括暴力匹配法,讨论了时间复杂度和空间复杂度。通过示例解释了如何找出字符串数组的最长公共前缀,并提供了GitHub链接供讨论。

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

0.简介

记录LeetCode刷题过程,每篇分为四部分,题目描述、解题思路、参考代码、复杂度分析

如有疑问欢迎讨论,GitHub地址:https://github.com/LoneRanger0504/LeetCode

1.题目描述

编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀,返回空字符串 “”

示例1:

输入: [“flower”,“flow”,“flight”]
输出: “fl”

示例2:

输入: [“dog”,“racecar”,“car”]
输出: “”
解释: 输入不存在公共前缀。

提示:

所有输入只包含小写字母 a-z 。

2.解题思路

2.1暴力匹配

公共前缀的长度最大其实也就是数组中长度最短的字符串的长度
因此我们可以先一遍遍历找到长度最短的字符串对应的位置,以他为标杆,再进行遍历
如果某个字符串的某一位和最短字符串的对应位相同,继续循环,直到所有的字符串的第i位都相同,加到公共前缀中
否则只要中间有一位不同,直接返回当前的最长公共前缀

注:评论中看到的思路,最长公共前缀其实就是最短的字符串与最长的字符串之间的公共前缀,根据上面的思路稍作修改,找到最长最短字符串,直接比较这两个就可以,整体时间复杂度还是O(N)

待补充官方解法Python实现,参考

内容概要:该论文探讨了一种基于粒子群优化(PSO)的STAR-RIS辅助NOMA无线通信网络优化方法。STAR-RIS作为一种新型可重构智能表面,能同时反射和传输信号,与传统仅能反射的RIS不同。结合NOMA技术,STAR-RIS可以提升覆盖范围、用户容量和频谱效率。针对STAR-RIS元素众多导致获取完整信道状态信息(CSI)开销大的问题,作者提出一种在不依赖完整CSI的情况下,联合优化功率分配、基站波束成形以及STAR-RIS的传输和反射波束成形向量的方法,以最大化总可实现速率并确保每个用户的最低速率要求。仿真结果显示,该方案优于STAR-RIS辅助的OMA系统。 适合人群:具备一定无线通信理论基础、对智能反射面技术和非正交多址接入技术感兴趣的科研人员和工程师。 使用场景及目标:①适用于希望深入了解STAR-RIS与NOMA结合的研究者;②为解决无线通信中频谱资源紧张、提高系统性能提供新的思路和技术手段;③帮助理解PSO算法在无线通信优化问题中的应用。 其他说明:文中提供了详细的Python代码实现,涵盖系统参数设置、信道建模、速率计算、目标函数定义、约束条件设定、主优化函数设计及结果可视化等环节,便于读者理解和复现实验结果。此外,文章还对比了PSO与其他优化算法(如DDPG)的区别,强调了PSO在不需要显式CSI估计方面的优势。
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