Leetcode1410. HTML 实体解析器

Every day a Leetcode

题目来源：1410. HTML 实体解析器

解法1：模拟

遍历字符串 text，每次遇到 '&'，就判断以下情况：

• 双引号：字符实体为 " ，对应的字符是 " 。
• 单引号：字符实体为 ' ，对应的字符是 ' 。
• 与符号：字符实体为 & ，对应对的字符是 & 。
• 大于号：字符实体为 > ，对应的字符是 > 。
• 小于号：字符实体为 &lt; ，对应的字符是 < 。
• 斜线号：字符实体为 &frasl; ，对应的字符是 / 。

如果是上述情况，将转换结果插入结果；如果都不是，则直接添加到结果里。

代码：

/*
 * @lc app=leetcode.cn id=1410 lang=cpp
 *
 * [1410] HTML 实体解析器
 */

// @lc code=start
class Solution
{
public:
    string entityParser(string text)
    {
        string result;
        int i = 0;
        while (i < text.size())
        {
            if (text[i] == '&')
            {
                if (text.substr(i, 4) == "&gt;")
                {
                    result += '>';
                    i += 4;
                }
                else if (text.substr(i, 4) == "&lt;")
                {
                    result += '<';
                    i += 4;
                }
                else if (text.substr(i, 5) == "&amp;")
                {
                    result += '&';
                    i += 5;
                }
                else if (text.substr(i, 6) == "&quot;")
                {
                    result += '"';
                    i += 6;
                }
                else if (text.substr(i, 6) == "'")
                {
                    result += '\'';
                    i += 6;
                }
                else if (text.substr(i, 7) == "&frasl;")
                {
                    result += '/';
                    i += 7;
                }
                else
                    result += text[i++];
            }
            else
                result += text[i++];
        }
        return result;
    }
};
// @lc code=end

结果：

复杂度分析：

时间复杂度：O(n)，其中 n 是字符串 text 的长度。

空间复杂度：O(1)。

解法2：模拟

本题要求把字符串中所有的「字符实体」替换成对应的字符。

「字符实体」都是由 & 开头的，所以我们只需要遍历一遍字符串，用一个变量 pos\textit{pos}pos 表示当前处理的位置，如果 textpos='&'，就在这个位置进行探测。假设一个「字符实体」为 e，对应的字符为 c，那么可以通过判断 pos 位置开始，长度和 e 相同的子串是否和 e 相等，如果相等就可以替换。

代码：

class Solution {
public:
    using EntityChar = pair <string, char>;

    vector <EntityChar> entityList;

    string entityParser(string text) {
        entityList = vector({
            (EntityChar){"&quot;", '"'},
            (EntityChar){"'", '\''},
            (EntityChar){"&amp;", '&'},
            (EntityChar){"&gt;", '>'},
            (EntityChar){"&lt;", '<'},
            (EntityChar){"&frasl;", '/'}
        });

        string r = "";
        for (int pos = 0; pos < text.size(); ) {
            bool isEntity = false;
            if (text[pos] == '&') {
                for (const auto &[e, c]: entityList) {
                    if (text.substr(pos, e.size()) == e) {
                        r.push_back(c);
                        pos += e.size();
                        isEntity = true;
                        break;
                    }
                }
            }
            if (!isEntity) {
                r.push_back(text[pos++]);
                continue;
            }
        }
        return r;
    }
};

结果：

复杂度分析：

时间复杂度：O(k×n)，其中 n 是字符串 text 的长度。考虑最坏情况，每个位置都是 &，那么每个位置都要进行 6 次探测，探测的总时间代价和「实体字符」的总长度 k 相关，这里 k=6+6+5+4+4+7=32。

空间复杂度：O(k)，这里用了 entityList 作为辅助变量，字符总数为 k+6，故渐进空间复杂度为 O(k+6)=O(k)。