给你一个字符串 s
,请你返回满足以下条件的最长子字符串的长度:每个元音字母,即 'a','e','i','o','u' ,在子字符串中都恰好出现了偶数次。
示例 1:
输入:s = "eleetminicoworoep" 输出:13 解释:最长子字符串是 "leetminicowor" ,它包含 e,i,o 各 2 个,以及 0 个 a,u 。
示例 2:
输入:s = "leetcodeisgreat" 输出:5 解释:最长子字符串是 "leetc" ,其中包含 2 个 e 。
示例 3:
输入:s = "bcbcbc" 输出:6 解释:这个示例中,字符串 "bcbcbc" 本身就是最长的,因为所有的元音 a,e,i,o,u 都出现了 0 次。
提示:
1 <= s.length <= 5 x 10^5
s
只包含小写英文字母。
提示 1
Represent the counts (odd or even) of vowels with a bitmask.
提示 2
Precompute the prefix xor for the bitmask of vowels and then get the longest valid substring.
解法:哈希表 + 状态压缩
我们先来考虑暴力方法怎么做。最直观的方法无非就是枚举所有子串,遍历子串中的所有字符,统计元音字母出现的个数。如果符合条件,我们就更新答案,但这样肯定会因为超时而无法通过所有测试用例。
再回顾一下上面的操作,其实每个子串对应着一个区间,那么有什么方法可以在不重复遍历子串的前提下,快速求出这个区间里元音字母出现的次数呢?答案就是前缀和,对于一个区间,我们可以用两个前缀和的差值,得到其中某个字母的出现次数。
我们对每个元音字母维护一个前缀和,定义 pre[i][k] 表示在字符串前 i 个字符中,第 k 个元音字母一共出现的次数。假设我们需要求出 [l,r] 这个区间的子串是否满足条件,那么我们可以用 pre[r][k]−pre[l−1][k],在 O(1) 的时间得到第 k 个元音字母出现的次数。对于每一个元音字母,我们都判断一下其是否出现偶数次即可。
我们利用前缀和优化了统计子串的时间复杂度,然而枚举所有子串的复杂度仍需要 O(n^2),不足以通过本题,还需要继续进行优化,避免枚举所有子串。我们考虑枚举字符串的每个位置 i ,计算以它结尾的满足条件的最长字符串长度。其实我们要做的就是快速找到最小的 j∈[0,i),满足 pre[i][k]−pre[j][k](即每一个元音字母出现的次数)均为偶数,那么以 i 结尾的最长字符串 s[j+1,i] 长度就是 i−j。
单单利用前缀和,我们无法找到 i 和 j 相关的恒等式。
这道题我们还有一个性质没有充分利用:我们需要找的子串中,每个元音字母都恰好出现了偶数次。
偶数这个条件其实告诉了我们,对于满足条件的子串而言,两个前缀和 pre[i][k] 和 pre[j][k] 的奇偶性一定是相同的,因为小学数学的知识告诉我们:奇数减奇数等于偶数,偶数减偶数等于偶数。因此我们可以对前缀和稍作修改,从维护元音字母出现的次数改作维护元音字母出现次数的奇偶性。这样我们只要实时维护每个元音字母出现的奇偶性,那么 s[j+1,i] 满足条件当且仅当对于所有的 k,pre[i][k] 和 pre[j][k] 的奇偶性都相等,此时我们就可以利用哈希表存储每一种奇偶性(即考虑所有的元音字母)对应最早出现的位置,边遍历边更新答案。
题目做到这里基本上做完了,但是我们还可以进一步优化我们的编码方式,如果直接以每个元音字母出现次数的奇偶性为哈希表中的键,难免有些冗余,我们可能需要额外定义一个状态:
{
a: cnta, // a 出现次数的奇偶性
e: cnte, // e 出现次数的奇偶性
i: cnti, // i 出现次数的奇偶性
o: cnto, // o 出现次数的奇偶性
u: cntu // u 出现次数的奇偶性
}
将这么一个结构当作我们哈希表存储的键值,如果题目稍作修改扩大了字符集,那么维护起来可能会比较吃力。考虑到出现次数的奇偶性其实无非就两个值,0 代表出现了偶数次,1 代表出现了奇数次,我们可以将其压缩到一个二进制数中,第 k 位的 0 或 1 代表了第 k 个元音字母出现的奇偶性。举一个例子,假如到第 i 个位置,u o i e a 出现的奇偶性分别为 1 1 0 0 1,那么我们就可以将其压成一个二进制数 (11001)2=(25)10 作为它的状态。这样我们就可以将 5 个元音字母出现次数的奇偶性压缩到了一个二进制数中,且连续对应了二进制数的 [(00000)2, (11111)2 ] 的范围,转成十进制数即 [0,31]。因此我们也不再需要使用哈希表,直接用一个长度为 32 的数组来存储对应状态出现的最早位置即可。
Java版:
class Solution {
public int findTheLongestSubstring(String s) {
int n = s.length();
int ans = 0;
int status = 0;
int[] pos = new int[1 << 5];
Arrays.fill(pos, -1);
pos[0] = 0;
for (int i = 0; i < n; i++) {
switch(s.charAt(i)) {
case 'a':
status ^= 1 << 0;
break;
case 'e':
status ^= 1 << 1;
break;
case 'i':
status ^= 1 << 2;
break;
case 'o':
status ^= 1 << 3;
break;
case 'u':
status ^= 1 << 4;
break;
}
if (pos[status] >= 0) {
ans = Math.max(ans, i + 1 - pos[status]);
} else {
pos[status] = i + 1;
}
}
return ans;
}
}
Python3版:
class Solution:
def findTheLongestSubstring(self, s: str) -> int:
ans = 0
status = 0
pos = [-1] * (1 << 5)
pos[0] = 0
for i, c in enumerate(s):
if c == 'a':
status ^= (1 << 0)
elif c == 'e':
status ^= (1 << 1)
elif c == 'i':
status ^= (1 << 2)
elif c == 'o':
status ^= (1 << 3)
elif c == 'u':
status ^= (1 << 4)
if pos[status] >= 0:
ans = max(ans, i + 1 - pos[status])
else:
pos[status] = i + 1
return ans
复杂度分析
- 时间复杂度:O(n),其中 n 为字符串 s 的长度。我们只需要遍历一遍字符串即可求得答案,因此时间复杂度为 O(n)。
- 空间复杂度:O(S),其中 S 表示元音字母压缩成一个状态数的最大值,在本题中 S=32。我们需要对应 S 大小的空间来存放每个状态第一次出现的位置,因此需要 O(S) 的空间复杂度。