【计数】【中心扩展】【字符串】
接下来会介绍两种方法,第一种方法很好理解,但是实现起来稍微复杂一点,时间复杂度也会高一点( O ( n 2 ) O(n^2) O(n2)),方法二时间复杂度最优( O ( n ) O(n) O(n)),但是相对较难理解。
所有的 0
都在 1
的前面,符合要求的平衡字符串的中心是 01
,于是可以遍历字符串找到 01
,然后向两侧扩展寻找最长的平衡字符串。
实现代码
class Solution {
public:
int expand(string s, int x, int y) {
int n = s.size();
int res = 0;
while (x >= 0 && y <= n-1 && s[x] == '0' &&s[y] == '1') {
--x;
++y;
}
return y - x - 1;
}
int findTheLongestBalancedSubstring(string s) {
int n = s.size();
int res = 0;
for (int i = 0; i < n-1; ++i) {
if (s[i] == '0' && s[i+1] == '1') {
res = max(res, expand(s, i, i+1));
}
}
return res;
}
};
复杂度分析
时间复杂度:
O
(
n
2
)
O(n^2)
O(n2),
n
n
n 为字符串 s
的长度。
空间复杂度: O ( 1 ) O(1) O(1)。
维护两个变量,pre
表示上一段连续相同字符个数,cur
表示当前连续的字符个数。我们遍历字符串 s
:
cur
;'1'
,那么更新最长平衡子字符串长度 res
;pre = curr
,cur = 0
,为接下来的遍历做准备。res
。实现代码
class Solution {
public:
int findTheLongestBalancedSubstring(string s) {
int res = 0;
int pre = 0, cur = 0;
int n = s.size();
for (int i = 0; i < n; i++) {
cur++;
if (i == n - 1 || s[i] != s[i + 1]) {
if (s[i] == '1') {
res = max(res, min(pre, cur) * 2);
}
pre = cur;
cur = 0;
}
}
return res;
}
};
复杂度分析
时间复杂度:
O
(
n
)
O(n)
O(n),
n
n
n 为字符串 s
的长度。
空间复杂度: O ( 1 ) O(1) O(1)。
只给出最优的方法即方法二的 python3 语言代码。
class Solution:
def findTheLongestBalancedSubstring(self, s: str) -> int:
res = pre = cur = 0
for i, c in enumerate(s):
cur += 1
if i == len(s) - 1 or c != s[i + 1]: # i 是连续相同段的末尾
if c == '1':
ans = max(ans, min(pre, cur) * 2)
pre = cur
cur = 0
return res
如果文章内容有任何错误或者您对文章有任何疑问,欢迎私信博主或者在评论区指出 💬💬💬。
如果大家有更优的时间、空间复杂度方法,欢迎评论区交流。
最后,感谢您的阅读,如果感到有所收获的话可以给博主点一个 👍 哦。