• [100天算法】-定长子串中元音的最大数目(day 67)


    题目描述

    1. 给你字符串 s 和整数 k 。
    2. 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。
    3. 英文中的 元音字母 为(a, e, i, o, u)。
    4. 示例 1
    5. 输入:s = "abciiidef", k = 3
    6. 输出:3
    7. 解释:子字符串 "iii" 包含 3 个元音字母。
    8. 示例 2
    9. 输入:s = "aeiou", k = 2
    10. 输出:2
    11. 解释:任意长度为 2 的子字符串都包含 2 个元音字母。
    12. 示例 3
    13. 输入:s = "leetcode", k = 3
    14. 输出:2
    15. 解释:"lee""eet""ode" 都包含 2 个元音字母。
    16. 示例 4
    17. 输入:s = "rhythms", k = 4
    18. 输出:0
    19. 解释:字符串 s 中不含任何元音字母。
    20. 示例 5
    21. 输入:s = "tryhard", k = 4
    22. 输出:1
    23. 提示:
    24. 1 <= s.length <= 10^5
    25. s 由小写英文字母组成
    26. 1 <= k <= s.length
    27. 来源:力扣(LeetCode)
    28. 链接:https://leetcode-cn.com/problems/maximum-number-of-vowels-in-a-substring-of-given-length
    29. 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

    思路

    看到题目第一个想法就是滑动窗口了,因为子字符串的长度 k 是固定的,所以真的很简单。

    • 使用一个长度为 k 的窗口从 s 的左侧滑向右侧
    • 分别计算窗口中包含的元音个数,最终返回最大值

    要点是如何计算窗口中的元音个数?如果窗口每移动一步就遍历计算一次,必然是超时的。

    其实仔细想想,窗口每次移动时,其中包含的元素只有两个变化:

    1. 窗口左侧丢弃了一个元素
    2. 窗口右侧新增了一个元素

    那这样我们只需要在滑动开始时记录一下窗口中的元音个数 count,之后移动窗口时判断左侧丢弃的元素和右侧新增的元素是不是元音,对应地减少或者增加 count 就行。

    复杂度

    • 时间复杂度:$O(N)$,N 为字符串的长度。
    • 空间复杂度:$O(1)$。

    代码

    /**
     * @param {string} s
     * @param {number} k
     * @return {number}
     */
    var maxVowels = function (s, k) {
      const vowels = new Set(["a", "e", "i", "o", "u"]);
      let count = 0,
        l = 0,
        r = 0;
      while (r < k) {
        vowels.has(s[r]) && count++;
        r++;
      }
      let max = count;
      while (r < s.length) {
        vowels.has(s[r]) && count++;
        vowels.has(s[l]) && count--;
        l++;
        r++;
        max = Math.max(max, count);
      }
      return max;
    };
  • 相关阅读:
    实现表格的折叠
    经典设计原则
    [论文笔记] Balboa: Bobbing and Weaving around Network Censorship
    ModelSim® SE Command Reference Manual : find命令的用法
    【C++ Primer 】第十二章 TextQuery 文本查询程序
    Python教程
    用RNN & CNN进行情感分析 - PyTorch
    Elasticsearch 安装踩坑!
    AM@隐函数@隐函数求导@幂指函数求导@参数式函数求导
    9、Nacos服务注册服务端源码分析(总结篇)
  • 原文地址:https://blog.csdn.net/xiaoshun007/article/details/134240739