题目
来源:LeetCode.
编写一个函数来查找字符串数组中的最长公共前缀。
如果不存在公共前缀,返回空字符串 ""。
示例 1:
输入:strs = ["flower","flow","flight"]
输出:"fl"
示例 2:
输入:strs = ["dog","racecar","car"]
输出:""
解释:输入不存在公共前缀。
提示:
- 1 <= strs.length <= 200
- 0 <= strs[i].length <= 200
- strs[i] 仅由小写英文字母组成
接下来看一下解题思路:
思路一:横向扫描:
寻找字符串数组里最长公共子串;
首先,找前两个字符串的公共子串;
然后用该公共子串以后和后面的字符串比较,并更新公共子串;
当遍历完所有的字符串以后,即可得到字符串数组中的最长公共前缀;
如果在尚未遍历完所有的字符串时,最长公共前缀已经是空串,则最长公共前缀一定是空串,因此不需要继续遍历剩下的字符串,直接返回空串即可。
public static String longestCommonPrefix2(String[] strs) {
if (strs == null || strs.length < 1) {
return "";
}
String prefix = strs[0];
for (int i = 1; i < strs.length; ++i) {
prefix = longestCommon(prefix, strs[i]);
if (prefix.length() == 0) {
break;
}
}
return prefix;
}
private static String longestCommon(String prefix, String str) {
int length = Math.min(prefix.length(), str.length());
int index = 0;
while (index < length && prefix.charAt(index) == str.charAt(index)) {
++index;
}
return prefix.substring(0, index);
}
总结
时间复杂度
O
(
m
n
)
O(mn)
O(mn),其中
m
m
m 是字符串数组中的字符串的平均长度,
n
n
n 是字符串的数量。最坏情况下,字符串数组中的每个字符串的每个字符都会被比较一次;
空间复杂
O
(
1
)
O(1)
O(1);
思路二:纵向扫描:
纵向扫描时,从前往后遍历所有字符串的每一列,比较相同列上的字符是否相同;
如果相同则继续对下一列进行比较;
如果不相同则当前列不再属于公共前缀,当前列之前的部分为最长公共前缀。
public static String longestCommonPrefix3(String[] strs) {
if(strs == null || strs.length < 1) {
return "";
}
int len = strs[0].length();
int count = strs.length;
for (int i = 0; i < len; ++i) {
char c = strs[0].charAt(i);
for (int j = 1; j < count; ++j) {
if (i == strs[j].length() || c != strs[j].charAt(i)) {
return strs[0].substring(0, i);
}
}
}
return strs[0];
}
总结
时间复杂度
O
(
m
n
)
O(mn)
O(mn),其中
m
m
m 是字符串数组中的字符串的平均长度,
n
n
n 是字符串的数量。最坏情况下,字符串数组中的每个字符串的每个字符都会被比较一次;
空间复杂
O
(
1
)
O(1)
O(1);
思路三:分治法:
可以将字符串数组从中间拆分;
分别寻找前后两部的最长公共子串;
然后再找最终的公共子串;
public static String longestCommonPrefix4(String[] strs) {
if(strs == null || strs.length < 1) {
return "";
} else {
return partition(strs, 0, strs.length - 1);
}
}
private static String partition(String[] strs, int start, int end) {
if (start == end) {
return strs[start];
} else {
int mid = ((end - start) >> 1) + start;
String leftString = partition(strs, start, mid);
String rightString = partition(strs, mid + 1, end);
return commonString(leftString, rightString);
}
}
private static String commonString(String leftString, String rightString) {
int minLen = Math.min(leftString.length(), rightString.length());
for (int i = 0; i < minLen; ++i) {
if (leftString.charAt(i) != rightString.charAt(i)) {
return leftString.substring(0, i);
}
}
return leftString.substring(0, minLen);
}
总结
时间复杂度
O
(
m
n
)
O(mn)
O(mn),其中
m
m
m 是字符串数组中的字符串的平均长度,
n
n
n 是字符串的数量。时间复杂度的递推式是
T
(
n
)
=
2
⋅
T
(
n
2
)
+
O
(
m
)
T(n)=2 \cdot T(\frac{n}{2})+O(m)
T(n)=2⋅T(2n)+O(m),通过计算可得
T
(
n
)
=
O
(
m
n
)
T(n)=O(mn)
T(n)=O(mn);
空间复杂:
O
(
m
log
n
)
O(m \log n)
O(mlogn),其中
m
m
m 是字符串数组中的字符串的平均长度,
n
n
n 是字符串的数量。空间复杂度主要取决于递归调用的层数,层数最大为
log
n
\log n
logn,每层需要
m
m
m 的空间存储返回结果;
思路四:二分查找:
最长公共前缀的长度不会超过字符串数组中的最短字符串的长度;
用
minLength
\textit{minLength}
minLength 表示字符串数组中的最短字符串的长度,则可以在
[
0
,
minLength
]
[0,\textit{minLength}]
[0,minLength] 的范围内通过二分查找得到最长公共前缀的长度;
每次取查找范围的中间值
mid
\textit{mid}
mid,判断每个字符串的长度为 \textit{mid}mid 的前缀是否相同;
如果相同则最长公共前缀的长度一定大于或等于
mid
\textit{mid}
mid;
如果不相同则最长公共前缀的长度一定小于
mid
\textit{mid}
mid;
通过上述方式将查找范围缩小一半,直到得到最长公共前缀的长度;
public static String longestCommonPrefix(String[] strs) {
if(strs == null || strs.length < 1) {
return "";
}
int minLen = Integer.MAX_VALUE;
for (int i = 0; i < strs.length; ++i) {
minLen = Math.min(minLen, strs[i].length());
}
int low = 0;
int high = minLen;
while (low < high) {
int mid = ((high - low + 1) >> 1) + low;
if (isCommon(strs, mid)) {
low = mid;
} else {
high = mid - 1;
}
}
return strs[0].substring(0, low);
}
private static boolean isCommon(String[] strs, int length) {
String str0 = strs[0].substring(0, length);
int len = strs.length;
for (int i = 1; i < len; ++i) {
String str = strs[i];
for (int j = 0; j < length; ++j) {
if (str0.charAt(j) != str.charAt(j)) {
return false;
}
}
}
return true;
}
总结
时间复杂度
O
(
m
n
l
o
g
m
)
O(mnlogm)
O(mnlogm),其中
m
m
m 是字符串数组中的字符串的平均长度,
n
n
n 是字符串的数量。二分查找的迭代执行次数是
O
(
log
m
)
O(\log m)
O(logm),每次迭代最多需要比较
m
n
mn
mn 个字符,因此总时间复杂度是
O
(
m
n
log
m
)
O(mn \log m)
O(mnlogm);
空间复杂
O
(
1
)
O(1)
O(1);