【数据结构和算法】定长子串中元音的最大数目

2023-12-22 08:15

本文主要是介绍【数据结构和算法】定长子串中元音的最大数目,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

其他系列文章导航

Java基础合集
数据结构与算法合集

设计模式合集

多线程合集

分布式合集

ES合集


文章目录

其他系列文章导航

文章目录

前言

一、题目描述

二、题解

2.1 方法一:滑动窗口

2.2 方法二:滑动窗口优化版

三、代码

3.1 方法一:滑动窗口

3.2 方法二:滑动窗口优化版

四、复杂度分析

4.1 方法一:滑动窗口

4.2 方法二:滑动窗口优化版


前言

这是力扣的 1456 题,难度为中等,解题方案有很多种,本文讲解我认为最奇妙的一种。

又是一道滑动窗口的典型例题,可以帮助我们巩固滑动窗口算法。


一、题目描述

给你字符串 s 和整数 k 。

请返回字符串 s 中长度为 k 的单个子字符串中可能包含的最大元音字母数。

英文中的 元音字母 为(aeiou)。

示例 1:

输入:s = "abciiidef", k = 3
输出:3
解释:子字符串 "iii" 包含 3 个元音字母。

示例 2:

输入:s = "aeiou", k = 2
输出:2
解释:任意长度为 2 的子字符串都包含 2 个元音字母。

示例 3:

输入:s = "leetcode", k = 3
输出:2
解释:"lee"、"eet" 和 "ode" 都包含 2 个元音字母。

示例 4:

输入:s = "rhythms", k = 4
输出:0
解释:字符串 s 中不含任何元音字母。

示例 5:

输入:s = "tryhard", k = 4
输出:1

提示:

  • 1 <= s.length <= 10^5
  • s 由小写英文字母组成
  • 1 <= k <= s.length

二、题解

2.1 方法一:滑动窗口

思路与算法:

首先定义一个 list 来存放元音字母,可以用 list 自带的 api :contains 来判断是否包含。

还需要定义两个变量:

  • 当前元音数量。
  • 最大元音数量。 

然后设置初始窗口,那我们就在数组最前方取 k 个元素当作窗口。

记录下初始窗口的元音数量,并先存为最大值。

接着开始滑动窗口:

  • 当原窗口第一个字母是元音的时候,要元音数量 - 1 。
  • 当现窗口最后一个字母是元音的时候,要元音数量 + 1 。

每次循环完后记录下最大元音数量。

2.2 方法二:滑动窗口优化版

思路与算法:

这个方法在第一个方法的基础上,做了一个简单的优化:

如果窗口里已经全部都是元音了,没必要把后面的都遍历一遍,我们已经得到结果了不是吗?

k 比较小的时候可能大大减少遍历的位置!!!!

当当前元音数量等于 k 的时候,我们直接返回 k 。


三、代码

3.1 方法一:滑动窗口

Java版本:

class Solution {public int maxVowels(String s, int k) {ArrayList<Character> list = new ArrayList<>(Arrays.asList('a', 'e', 'i', 'o', 'u'));int vowels = 0, maxVowels;for (int i = 0; i < k; i++) {if (list.contains(s.charAt(i))) {vowels++;}}maxVowels = vowels;for (int i = k; i < s.length(); i++) {if (list.contains(s.charAt(i - k))) {vowels--;}if (list.contains(s.charAt(i))) {vowels++;}maxVowels = Math.max(vowels, maxVowels);}return maxVowels;}
}

C++版本:

class Solution {
public:int maxVowels(string s, int k) {vector<char> vowels = {'a', 'e', 'i', 'o', 'u'};int maxVowels = 0, currentVowels = 0;for (int i = 0; i < k; i++) {if (find(vowels.begin(), vowels.end(), s[i]) != vowels.end()) {currentVowels++;}}maxVowels = currentVowels;for (int i = k; i < s.length(); i++) {if (find(vowels.begin(), vowels.end(), s[i - k]) != vowels.end()) {currentVowels--;}if (find(vowels.begin(), vowels.end(), s[i]) != vowels.end()) {currentVowels++;}maxVowels = max(currentVowels, maxVowels);}return maxVowels;}
};

3.2 方法二:滑动窗口优化版

Java版本:

class Solution {public int maxVowels(String s, int k) {ArrayList<Character> list = new ArrayList<>(Arrays.asList('a', 'e', 'i', 'o', 'u'));int vowels = 0, maxVowels;for (int i = 0; i < k; i++) {if (list.contains(s.charAt(i))) {vowels++;}}if (vowels == k) return k;maxVowels = vowels;for (int i = k; i < s.length(); i++) {if (list.contains(s.charAt(i - k))) {vowels--;}if (list.contains(s.charAt(i))) {vowels++;}if (vowels == k) return k;maxVowels = Math.max(vowels, maxVowels);}return maxVowels;}
}

C++版本:

class Solution {
public:int maxVowels(std::string s, int k) {std::vector<char> list = {'a', 'e', 'i', 'o', 'u'};int vowels = 0, maxVowels;for (int i = 0; i < k; i++) {if (std::find(list.begin(), list.end(), s[i]) != list.end()) {vowels++;}}if (vowels == k) return k;maxVowels = vowels;for (int i = k; i < s.length(); i++) {if (std::find(list.begin(), list.end(), s[i - k]) != list.end()) {vowels--;}if (std::find(list.begin(), list.end(), s[i]) != list.end()) {vowels++;}if (vowels == k) return k;maxVowels = std::max(vowels, maxVowels);}return maxVowels;}
};

四、复杂度分析

4.1 方法一:滑动窗口

  • 时间复杂度:O(∣s∣),其中 ∣s∣ 是字符串 s 的长度。我们首先需要 O(k) 的时间求出前 k 个字母组成的子串包含的元音字母个数,在这之后还有 O(∣s∣−k) 个子串,每个子串包含的元音字母个数可以在 O(1) 的时间计算出,因此总时间复杂度为 O(∣s∣)。
  • 空间复杂度:O(1)。

4.2 方法二:滑动窗口优化版

  • 时间复杂度:O(∣s∣)。
  • 空间复杂度:O(1)。

这篇关于【数据结构和算法】定长子串中元音的最大数目的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/523218

相关文章

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

C#数据结构之字符串(string)详解

《C#数据结构之字符串(string)详解》:本文主要介绍C#数据结构之字符串(string),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录转义字符序列字符串的创建字符串的声明null字符串与空字符串重复单字符字符串的构造字符串的属性和常用方法属性常用方法总结摘

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为