思路及算法:双指针
要求:
- 该字符串可以通过删除 s 中的某些字符得到。
- 如果答案不止一个,返回长度最长且字母序最小的字符串。比如c<e。
与leetcode 392. 判断子序列(简单)思路类似。区别在于这里遍历字典中的单词,依次与字符串进行比较,额外添加判断条件长度最长且字母序最小即可。
思路链接:https://leetcode.cn/problems/is-subsequence/solution/by-jyd-zeph/
设置双指针 i , j i, j i,j 分别指向字符串 s , t s, t s,t 的首个字符,遍历字符串 t t t :
- 当
s
[
i
]
=
=
t
[
j
]
s[i] == t[j]
s[i]==t[j] 时,代表匹配成功,此时同时
i
+
+
,
j
+
+
i++, j++
i++,j++;
进而,若 i i i 已走过 s s s 尾部,代表 s s s 是 t t t 的子序列,此时应提前返回 true ; - 当 s [ i ] ! = t [ j ] s[i] != t[j] s[i]!=t[j] 时,代表匹配失败,此时仅 j + + j++ j++;
若遍历完字符串 t t t 后,字符串 s s s 仍未遍历完,代表 s s s 不是 t t t 的子序列,此时返回 false 。
class Solution:
def findLongestWord(self, s: str, dictionary: List[str]) -> str:
if not s:
return
n = len(s)
res = ''
for word in dictionary: # 遍历字典中每一个单词
m = len(word)
i, j = 0, 0
while i < m and j < n: # i为字典单词索引,j为字符串索引
if word[i] == s[j]:
i += 1
j += 1
if i == m: # 字典中的单词为字符串子串
if len(res) < m or (m == len(res) and word < res):
res = word
return res
复杂度分析:
- 时间复杂度: O ( n + m ) O(n+m) O(n+m),其中 n n n 为 s s s 的长度, m m m 为 t t t 的长度。每次无论是匹配成功还是失败,都有至少一个指针发生右移,两指针能够位移的总距离为 n + m n+m n+m。
- 空间复杂度: O ( 1 ) O(1) O(1)。
注意:如果有多个and判断,判断顺序为从前往后,第一个条件符合再判断第二个,依此类推。第一个不符合,后续不再判断。