数据结构与算法实例详解--贪心、字符串
贪心算法
概述
贪心算法是一种在每一步选择中都采取当前看起来最优的选择(贪心选择)的算法。它在每一步做出局部最优解,期望通过这些局部最优解最终得到全局最优解。贪心算法通常用于解决优化问题。
特点
- 局部最优性:在每一步做选择时,总是选择当前状态下最优的方案。
- 可行性:所选择的方案需满足问题的约束条件。
- 无后效性:选择的结果不会影响后续的选择过程。
常见应用
- 最小生成树:如Kruskal算法和Prim算法。
- 活动选择问题:选择不重叠的活动。
- 霍夫曼编码:用于数据压缩。
优缺点
- 优点:实现简单,通常效率高,适用于某些特定类型的问题。
- 缺点:并非所有问题都可以使用贪心算法获得全局最优解,需要具备贪心选择性质和最优子结构性质。
字符串处理
概述
字符串处理涉及对字符串(即字符的序列)的各种操作和算法。字符串是计算机科学中一种基本的数据结构,字符串处理在文本处理、搜索、匹配等领域具有广泛的应用。
常见操作
- 查找:在字符串中查找子串,例如KMP算法、Boyer-Moore算法等。
- 匹配:确定一个字符串是否包含另一个字符串。
- 替换:替换字符串中的某些部分。
- 排序:按照特定规则对字符串进行排序。
常见算法
- KMP(Knuth-Morris-Pratt)算法:用于字符串匹配,时间复杂度为O(n + m),其中n是主串长度,m是模式串长度。
- Trie(字典树):一种高效的字符串检索结构,适合用于前缀匹配等场景。
- Sufix Tree:是一种压缩后的后缀树,主要用于处理后缀相关问题。
应用场景
- 文本检索引擎
- DNA序列分析
- 编程语言的解析与编译
总结
贪心算法和字符串处理是数据结构与算法中两个非常重要的领域。贪心算法侧重于问题的最优解选择,对于某些特定问题十分有效;而字符串处理则是计算机科学基础之一,涉及众多字符串操作和应用方法。掌握这两个领域能够有效提升编程和解决问题的能力。
OK,话不多说,直接看题:
2734.执行子串操作后的字典序最小字符串【中等】
题目:
给你一个仅由小写英文字母组成的字符串 s
。在一步操作中,你可以完成以下行为:
- 选择
s
的任一非空子字符串,可能是整个字符串,接着将字符串中的每一个字符替换为英文字母表中的前一个字符。例如,'b' 用 'a' 替换,'a' 用 'z' 替换。
返回执行上述操作 恰好一次 后可以获得的 字典序最小 的字符串。
子字符串 是字符串中的一个连续字符序列。
现有长度相同的两个字符串 x
和 字符串 y
,在满足 x[i] != y[i]
的第一个位置 i
上,如果 x[i]
在字母表中先于 y[i]
出现,则认为字符串 x
比字符串 y
字典序更小 。
示例 1:
输入:s = "cbabc"
输出:"baabc"
解释:我们选择从下标 0 开始、到下标 1 结束的子字符串执行操作。
可以证明最终得到的字符串是字典序最小的。
示例 2:
输入:s = "acbbc"
输出:"abaab"
解释:我们选择从下标 1 开始、到下标 4 结束的子字符串执行操作。
可以证明最终得到的字符串是字典序最小的。
示例 3:
输入:s = "leetcode"
输出:"kddsbncd"
解释:我们选择整个字符串执行操作。
可以证明最终得到的字符串是字典序最小的。
提示:
1 <= s.length <= 3 * 10**5
s
仅由小写英文字母组成
分析问题:
读题意,可以知道这道题就是在从前往后遍历把每个非a的字母都变成它之前的小写字母,这里可以用ASCLL码进行实现,并且只能选择一个子序列。什么意思呢? 就是只能选择在两个a中间夹着的一个子序列,或者是一个a前面的子序列,如果前面的子序列为空字符串,那么就是a后面的子序列。
需要注意的是,这里必须要操作一次,也就是说如果s全是a的话,也必须要执行一次操作,那么当然是选最后的一个a将其变成z是字典序最小的情况。
思路很简单,总的来说就是把字符串以‘a’为标志分隔,取最前面一个不空的字符串作为我们选择的子字符串来修改。
这种思路虽然是正确的,但是复杂度太高,代码太复杂,需要处理的细节很多。所以我们可以对该代码进一步优化。
优化思路如下:
- 首先获取输入字符串
s
的长度n
,并初始化一个索引i
为 0 。 - 通过一个
while
循环,从字符串的开头开始,找到第一个不是'a'
的字符的位置i
。 - 如果整个字符串都是
'a'
(即i == n
),那么将字符串的最后一个字符改为'z'
并返回。 - 然后初始化另一个索引
j = i
,通过另一个while
循环,从位置i
开始找到第一个'a'
的位置j
。 - 对于从位置
i
到位置j
的这部分子串,将每个字符的 ASCII 值减 1 ,得到新的子串。 - 最后将原始字符串的前
i
个字符、新生成的子串和位置j
之后的字符拼接起来返回。
代码实现:
优化前:
class Solution:
def smallestString(self, s: str) -> str:
# 如果字符串中没有 'a'
if s.count('a')==0:
# 将字符串转换为列表以便修改元素
s,v = list(s),''
# 遍历列表,将每个字符的 ASCII 值减 1
for i in range(len(s)):
s[i] = chr(ord(s[i]) - 1)
# 将修改后的列表元素重新组合成字符串
for l in s:
v += l
else:
# 计算字符串中 'a' 的个数
n = s.count('a')
# 按 'a' 分割字符串并转换为列表
ls = list(s.split('a'))
key = ''
b = ''
# 找到第一个非空的子串
for k in ls:
if k!= '':
key = k
b = k
break
# 如果没有找到非空子串
if key == '':
return s[:-1] + 'z'
# 将非空子串转换为列表
key = list(key)
# 遍历非空子串列表,将每个字符的 ASCII 值减 1
for j in range(len(key)):
key[j] = chr(ord(key[j]) - 1)
p = ''
# 将修改后的非空子串列表元素重新组合成字符串
for l in key:
p += l
# 将修改后的非空子串放回原列表中
ls[ls.index(b)] = p
v = ''
# 重新组合处理后的列表为字符串,并在适当位置插入 'a'
for j in ls:
if j == '' and n > 0:
v += 'a'
n -= 1
else:
v += j
if n > 0:
v += 'a'
n -= 1
# 如果处理后的字符串与原始字符串不同
if v!= s:
return v
# 如果处理后的字符串与原始字符串相同,将最后一个字符改为 'z' 并返回
return v[:-1] + 'z'
优化后:
class Solution:
def smallestString(self, s: str) -> str:
n = len(s)
i = 0
while i < n and s[i] =='a':
i +=1
if i == n:
return s[:-1] + "z"
j = i
while j< n and s[j] != 'a':
j+=1
return s[:i] + "".join(chr(ord(c) - 1) for c in s[i:j]) + s[j:]
总结:
考点:
- 字符串的遍历和索引操作。
- 条件判断(
while
循环的条件)。 - 字符的 ASCII 值操作(通过
ord
和chr
函数)。
收获:
- 加深了对字符串处理的理解,包括如何遍历和根据条件提取子串。
- 学会了使用
ord
和chr
函数来操作字符的 ASCII 值,实现对字符的修改。 - 掌握了通过多个索引和循环来处理字符串中特定部分的技巧。
- 提高了在处理复杂字符串问题时的逻辑思维和代码实现能力。
- 点赞
- 收藏
- 关注作者
评论(0)