博客
关于我
【Lintcode】1246. Longest Repeating Character Replacement
阅读量:195 次
发布时间:2019-02-28

本文共 1014 字,大约阅读时间需要 3 分钟。

双指针法是解决这个问题的高效方法。通过维护一个区间[j, i],并用count数组记录区间内每个字母的出现次数。当区间内的字符总数减去出现次数最多的字母的出现次数大于k时,右移左指针j,直到满足条件。每次满足条件时,更新最长子串的长度。

思路解析

  • 双指针维护区间:使用左右两个指针j和i来确定当前的区间[j, i]。j从左向右移动,i从左向右扩展。
  • 记录字母出现次数:使用count数组记录区间内每个字母的出现次数。
  • 检查条件:当区间内的总字符数减去出现次数最多的字母的次数大于k时,右移j,直到满足条件。
  • 更新最长子串长度:每次满足条件时,计算区间长度并更新最大值。

代码解析

public class Solution {    public int characterReplacement(String s, int k) {        int[] count = new int[26];        int res = 0;        for (int i = 0, j = 0; i < s.length(); i++) {            count[s.charAt(i) - 'A']++;            while (!check(count, k)) {                count[s.charAt(j) - 'A']--;                j++;            }            res = Math.max(res, i - j + 1);        }        return res;    }    private boolean check(int[] count, int k) {        int sum = 0, max = 0;        for (int i : count) {            sum += i;            max = Math.max(max, i);        }        return sum - max <= k;    }}

时间复杂度

  • O(n):每个字符只被处理一次,时间复杂度为O(n)。
  • 空间复杂度:使用了一个固定大小的数组count,空间复杂度为O(1)。

这个方法高效且简洁,能够在O(n)的时间内解决问题,适用于长字符串。

转载地址:http://xkjs.baihongyu.com/

你可能感兴趣的文章
opencv9-膨胀和腐蚀
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
opencv图像分割2-GMM
查看>>
OpenCV(1)读写图像
查看>>
OpenCV:概念、历史、应用场景示例、核心模块、安装配置
查看>>
Openlayers中点击地图获取坐标并输出
查看>>
Openlayers图文版实战,vue项目从0到1做基础配置
查看>>
Openlayers高级交互(10/20):绘制矩形,截取对应部分的地图并保存
查看>>
Openlayers高级交互(16/20):两个多边形的交集、差集、并集处理
查看>>