题目来源于leetcode,解法和思路仅代表个人观点。传送门。
难度:简单
用时:00:20:00 (一开始没往最优算法想。。硬是想着优化了)
题目
给定一个字符串 s,计算具有相同数量0和1的非空(连续)子字符串的数量,并且这些子字符串中的所有0和所有1都是组合在一起的。
重复出现的子串要计算它们出现的次数。
示例 1 :
输入: "00110011"
输出: 6
解释: 有6个子串具有相同数量的连续1和0:“0011”,“01”,“1100”,“10”,“0011” 和 “01”。
请注意,一些重复出现的子串要计算它们出现的次数。
另外,“00110011”不是有效的子串,因为所有的0(和1)没有组合在一起。
示例 2 :
输入: "10101"
输出: 4
解释: 有4个子串:“10”,“01”,“10”,“01”,它们具有相同数量的连续1和0。
注意:
s.length 在1到50,000之间。
s 只包含“0”或“1”字符。
思路
观察了一下示例,发现一个特点。
他们都是从左到右,枚举每个字符的情况。那么容易想出以下算法。
对于每个字符。
- 记录当前字符bit。
- 从当前字符开始,从左到右,先记录与bit相同字符的数量cnt1。再记录与bit不同字符的数量cnt2。
- 再次遇到与bit相同的字符时结束(或者到字符串末尾)。比较cnt1、cnt2。看是否相同,如果相同,总记录数ans++。
- 重复以上循环,直至遍历完整个字符串。
那么,简单计算一下,可以知道,算法时间复杂度是O(n2)。提交后果然超时了。那么接着想办法优化一下。
考虑下面两种情况:
一、 如果当前字符接下来能找到相同数量的不同字符。
例如:这里从s[0]开始,到s[4]发现又找到了相同字符。
- 本来可以知道(在未优化的算法中),从s[0]可以找到"0011"。接着需要从s[1]开始遍历。
- 仔细分析,其实这时也可以知道s[1]可以找到"01"。
- 那么,在s[0]的这次遍历当中,就可以知道总记录ans应该加上本次找到"0"的数量cnt1,即ans+=cnt1。
- 同时,只需要把指针回溯到"1"开始的地方(这里是s[2]),即 i = j − c n t 2 − 1 i = j-cnt2-1 i=j−cnt2−1(考虑到下个循环i会自己+1,所以这里多-1)
二、 如果当前字符接下来不能找到相同数量的不同字符。
例如:这里从s[0]开始,到s[3]发现又找到了相同字符。
- 本来可以知道(在未优化的算法中),从s[0]没找到可以匹配的串。接着需要从s[1]开始遍历。
- 仔细分析,其实这时也可以知道s[1]可以找到"01"。
- 在s[0]的这次遍历中,其实可以加上cnt1和cnt2当中的较小的那个。即ans+=cnt1>cnt2?cnt2:cnt1。
- 同时,只需要把指针回溯到"1"开始的地方(这里是s[2]),即 i = j − c n t 2 − 1 i = j-cnt2-1 i=j−cnt2−1(考虑到下个循环i会自己+1,所以这里多-1)
这样,对于字符串较长的样例有更快的速度。
代码
class Solution {
public int countBinarySubstrings(String s) {
char bit;
int ans = 0;
int cnt1=0,cnt2=0;
boolean flag = false;
for(int i=0;i<s.length();i++){
bit = s.charAt(i);
cnt1=0;
cnt2=0;
flag = false;
for(int j=i;j<s.length();j++){
char temp1 = s.charAt(j);
if(bit == temp1){
if(flag){
//加上比较小的数
ans += cnt1>cnt2?cnt2:cnt1;
i = j - cnt2 -1;
break;
}
cnt1++;
}else{
flag = true;
cnt2++;
}
if(cnt1 == cnt2){
ans += cnt1;
i = j-cnt2;
break;
}
}
}
return ans;
}
}
算法复杂度
时间复杂度: 粗略算了一下O(2*n)~O(n2) 。(不是很会算啊)
空间复杂度: O(1)。