2207. 字符串中最多数目的子序列
题目描述
你一个下标从 0 开始的字符串 text 和另一个下标从 0 开始且长度为 2 的字符串 pattern ，两者都只包含小写英文字母。
你可以在 text 中任意位置插入 一个 字符，这个插入的字符必须是 pattern[0] 或者 pattern[1] 。注意，这个字符可以插入在 text 开头或者结尾的位置。
请你返回插入一个字符后，text 中最多包含多少个等于 pattern 的 子序列 。
子序列 指的是将一个字符串删除若干个字符后（也可以不删除），剩余字符保持原本顺序得到的字符串。
示例 1：
输入：text = "abdcdbc", pattern = "ac"
输出：4
解释：
如果我们在 text[1] 和 text[2] 之间添加 pattern[0] = 'a' ，那么我们得到 "abadcdbc" 。那么 "ac" 作为子序列出现 4 次。
其他得到 4 个 "ac" 子序列的方案还有 "aabdcdbc" 和 "abdacdbc" 。
但是，"abdcadbc" ，"abdccdbc" 和 "abdcdbcc" 这些字符串虽然是可行的插入方案，但是只出现了 3 次 "ac" 子序列，所以不是最优解。
可以证明插入一个字符后，无法得到超过 4 个 "ac" 子序列。
示例 2：输入：text = "aabb", pattern = "ab"
输出：6
解释：
可以得到 6 个 "ab" 子序列的部分方案为 "aaabb" ，"aaabb" 和 "aabbb" 。
提示：
1 <= text.length <= 105
pattern.length == 2
text 和 pattern 都只包含小写英文字母。
解题思路
这道题目是一道字符串匹配问题，我们可以遍历 text，使用 first_count 来记录已经遇到的 pattern[0] 的个数。每当遇到 pattern[1] 时，所有之前遇到的 pattern[0] 都可以和当前的 pattern[1] 组成一个子序列，所以每次遇到 pattern[1] 时，更新子序列计数。
res 表示目前已经形成的 pattern 子序列个数。
之后，为了最大化子序列数量，我们可以：
- 在 text 的开头插入一个 pattern[0]，这样每个 pattern[1] 都可以与之构成一个新的子序列，增加 second_count 个子序列。
- 在 text 的结尾插入一个 pattern[1]，这样每个 pattern[0] 都可以与之构成一个新的子序列，增加 first_count 个子序列。
res=max(second_count,first_count)+res
最后，我们返回 res。
复杂度分析:
- 时间复杂度： O ( n ) O(n) O(n)，其中 n 是 text 的长度。
- 空间复杂度： O ( 1 ) O(1) O(1)，只使用常数的额外空间。
代码实现
Python实现：
python
class Solution(object):
def maximumSubsequenceCount(self, text, pattern):
firstNum=0
secondNum=0
first=pattern[0]
second=pattern[1]
res=0
for i in text:
if i==second:
secondNum+=1
res+=firstNum
if i==first:
firstNum+=1
return res + max(firstNum, secondNum)Go实现：
go
func maximumSubsequenceCount(text string, pattern string) int64 {
var res int64
firstCount, secondCount := int64(0), int64(0)
first := pattern[0]
second := pattern[1]
// 遍历text，统计符合pattern[0]开头，pattern[1]结尾的子序列个数
for _, char := range text {
if byte(char) == second {
// 每遇到一个pattern[1]字符，所有之前的pattern[0]字符都可以与之形成一个子序列
res += firstCount
secondCount++
}
if byte(char) == first {
// 统计pattern[0]字符的出现次数
firstCount++
}
}
// 结果是原始子序列加上插入后的最大值
return res + max(firstCount, secondCount)
}