LeetCode 2489. 固定比率的子字符串数

2489. 固定比率的子字符串数

给定一个二进制字符串 s 和两个整数 num1 和 num2。num1 和 num2 为互质。

比率子串 是 s 的子串，其中子串中 0 的数量与 1 的数量之比正好是 num1 : num2。

• 例如，如果 num1 = 2 和 num2 = 3，那么 "01011" 和 "1110000111" 是比率子串，而 "11000" 不是。

返回 s 的 非空 比率子串的个数。

注意:

• 子串 是字符串中连续的字符序列。
• 如果 gcd(x, y) == 1，则 x 和 y 为 互质，其中 gcd(x, y) 为 x 和 y 的最大公约数。

示例 1:

输入: s = "0110011", num1 = 1, num2 = 2
输出: 4
解释: 有 4 个非空的比率子串。
- 子字符串 s[0..2]: "0110011"。它包含一个 0 和两个 1。比例是 1:2。
- 子字符串 s[1..4]: "0110011"。它包含一个 0 和两个 1。比例是 1:2。
- 子字符串 s[4..6]: "0110011"。它包含一个 0 和两个 1。比例是 1:2。
- 子字符串 s[1..6]: "0110011"。它包含两个 0 和四个 1。比例是 2:4 == 1:2。
它可以显示没有更多的比率子串。

示例 2:

输入: s = "10101", num1 = 3, num2 = 1
输出: 0
解释: s 没有比率子串，返回 0。

提示:

• 1 <= s.length <= 10^5
• 1 <= num1, num2 <= s.length
• num1 和 num2 互质。

---

提示 1

Let Func(i) denote the number of 0’s in the prefix [0…i]. We want to find the number of pairs of indices L and R such that Func(R) - Func(L) : R - L - Func(R) + Func(L) = num1 : num2.

---

提示 2

It is better to simplify the formula.

---

提示 3

Func(R) * (num1 + num2) - R * num1 = Func(L) * (num1 + num2) - L * num1.

---

提示 4

Iterate from left to right and use a hash map to count the number of indices having the same value for the above formula.

解法1：前缀和 + 哈希表

presum[ i ] = sum (nums[0..i]), presum[i] 表示 nums[0..i] 中1的个数。

i < j

presum[ j ] - presum[ i ] 表示 nums[i + 1...j] 中 1 的个数，j - i 表示 nums[i + 1...j] 的元素个数，

j - i - (presum[j] - presum[i]) , 即 j - presum[j] - i - presum[i] 表示 nums[i + 1...j] 中 0 的个数。

j - i - (presum[j] - presum[i]) : presum[j] - presum[i] == num1: num2,  转换成

( j - i - presum[j] + presum[i] ) * num2 == (presum[j] - presum[i]) * num1 , 即

presum[j] * (num1 + num2) - j * num2 == presum[i] * (num1 + num2) - i * num2

我们枚举 j ，在哈希表中 找到符合要求的 i 的个数，累加答案。

Java版：

class Solution {
    public long fixedRatio(String s, int num1, int num2) {
        long presum = 0;
        long ans = 0;
        Map<Long, Integer> map = new HashMap<>();
        map.put((long) num2, 1);
        for (int i = 0; i < s.length(); i++) {
            presum += s.charAt(i) == '0' ? 0 : 1;
            long key = presum * (num1 + num2) - i * num2;
            if (map.containsKey(key)) {
                ans += map.get(key);
            }
            map.merge(key, 1, Integer::sum);
        }
        return ans;
    }
}

Python3版：

class Solution:
    def fixedRatio(self, s: str, num1: int, num2: int) -> int:
        ans = 0
        presum = 0
        dic = {num2: 1}
        for i, c in enumerate(s):
            presum += 1 if c == '1' else 0 
            key = presum * (num1 + num2) - i * num2
            ans += dic[key] if key in dic else 0 
            dic[key] = 1 if key not in dic else dic[key] + 1
        return ans

复杂度分析

• 时间复杂度：O(n)，其中 n 是 字符串 s ​ 的长度。需要遍历 s 一次计算前缀和，对于每个元素，更新前缀和、更新答案与操作哈希表的时间都是 O(1)。
• 空间复杂度：O(n)，其中 n 是 字符串 s ​ 的长度。哈希表的空间是 O(n)。