《LeetCode 763. 划分字母区间 | 高效分割字符串》

内容:

问题描述

给定一个字符串 S,将字符串分割成若干个子串,使得每个子串中的字符都不重复,并且返回每个子串的长度。

解题思路

  1. 找到每个字符最后一次出现的位置:我们首先遍历一遍字符串,记录下每个字符最后出现的索引。这帮助我们确定哪些字符必须出现在同一个子串中。

  2. 逐步确定每个子串的边界 :然后我们通过遍历字符串,在遍历的过程中,我们会不断更新当前子串可能扩展到的最远位置(end),直到当前遍历到的位置 iend 相等时,说明从 starti 的这一段可以独立成一部分,加入答案。

代码实现

java 复制代码
class Solution {
    public List<Integer> partitionLabels(String S) {
        char[] s = S.toCharArray();
        int n = s.length;
        int[] last = new int[26];
        
        // 记录每个字符最后出现的位置
        for (int i = 0; i < n; i++) {
            last[s[i] - 'a'] = i;
        }
        
        List<Integer> ans = new ArrayList<>();
        int start = 0, end = 0;
        
        // 遍历字符串,确定每个子串的边界
        for (int i = 0; i < n; i++) {
            end = Math.max(end, last[s[i] - 'a']);
            if (end == i) {
                ans.add(end - start + 1);
                start = i + 1;
            }
        }
        return ans;
    }
}

时间复杂度分析

  • 时间复杂度为 O(n),其中 n 是字符串 S 的长度。遍历一次字符串,时间复杂度是线性的。

空间复杂度分析

  • 空间复杂度为 O(1),除了输入输出之外,我们只使用了常数大小的空间(last 数组)。

总结

这道题考察了字符串分割和字符定位的能力,通过记录每个字符最后出现的位置,能够有效地确定分割点,并在 O(n) 时间内完成问题的解决。通过这种方法,我们可以高效地解决类似的问题。

相关推荐
imuliuliang3 小时前
关于数据结构在算法设计中的核心作用解析7
算法
2401_894915535 小时前
GEO 搜索优化完整源码从零部署:环境配置、集群搭建全流程
开发语言·python·tcp/ip·算法·unity
普通网友6 小时前
共识算法实现:从工作量证明到权益证明的演进
算法·区块链·共识算法
ldmd2847 小时前
地图生成算法(噪声篇-Perlin,Simplex,Value noise)
算法·go·地图生成
国科安芯7 小时前
FreeRTOS RISC-V 浮点上下文切换移植:在 IAR 工程中完整保存 FPU 寄存器
java·开发语言·单片机·嵌入式硬件·算法·系统架构·risc-v
小陈phd8 小时前
集成检索介绍
算法
小poop8 小时前
轮转数组:从暴力到最优,一题掌握算法复杂度分析
数据结构·算法·leetcode
樱桃读报僵尸8 小时前
说说 LLMRouter,Agent 执行过程中怎么动态的选择 LLM
算法
gis开发之家9 小时前
《Vue3 从入门到大神40篇》Vue3 源码详解(十):diff 算法全解析 —— 为什么 Vue3 比 Vue2 更快?
javascript·算法·typescript·前端框架·vue3·vue3源码