LeetCode1221分割平衡字符

在一个「平衡字符串」中,‘L’ 和 ‘R’ 字符的数量是相同的。
给出一个平衡字符串 s,请你将它分割成尽可能多的平衡字符串。
回可以通过分割得到的平衡字符串的最大数量。
示例 1:
输入:s = “RLRRLLRLRL”
输出:4
解释:s 可以分割为 “RL”, “RRLL”, “RL”, “RL”, 每个子字符串中都包含相同数量的 ‘L’ 和 ‘R’。
示例 2:
输入:s = “RLLLLRRRLR”
输出:3
解释:s 可以分割为 “RL”, “LLLRRR”, “LR”, 每个子字符串中都包含相同数量的 ‘L’ 和 ‘R’。
示例 3:
输入:s = “LLLLRRRR”
输出:1
解释:s 只能保持原样 “LLLLRRRR”.
提示:
1 <= s.length <= 1000
s[i] = ‘L’ 或 'R

思路:
原始的平衡字符串中LR数目相等,分割后得到的多个平衡字符串,每个字符串中LR也满足数目相等,所以如果最后剩下未能划入到字符串中的LR数目也相等。如:划分三个字符串,剩下2个L2个R
我突然发现如果不考虑划分后的平衡字符串尽可能多包含L和R,就按照都划分为最简单的形式LR或RL LR和RL的总和即为划分数目结果
所以问题转换为:判断字符串中出现多少个LR和RL,但是这样如果是LRLL,第二个R就被算了两遍,其实这种想法把问题想的越来越复杂了,来看看合理的思路吧

总结:这道题其实和之前做的1021删除括号很类似,都可以理解为如果满足配对条件就拆解为一个单元,可以删除,数目上+1,
对于这种问题可以用如下方法解决:每个单元看作左右两部分组成
左 a+1 右 a-1,当num_左=num_右,配对成功,即a=0
记录a=0的次数

其实a就是计数器啊,1代表左出现,-1代表右出现,左右相等配对成功,计数器清零
这道题和1021括号不同的是,RL LR都可以理解为配对成功,即单元的左右是可以互换的,但是括号单元的左右顺序确定() 如果)( 是不成立的

Python代码如下:

class Solution(object):
    def balancedStringSplit(self, s):
        """
        :type s: str
        :rtype: int
        """
        a = 0
        res = 0
        for i in range(len(s)):
            if s[i] == "L":
                a += -1
            elif s[i] =="R":
                a += 1
            if a == 0:
                res +=1           
        return res
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述:给定一个非负整数数组nums和一个整数m,你需要将这个数组分成m个非空的连续子数组。设计一个算法使得这m个子数组中的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组中最大的值,右边界为数组中所有元素之和。 2. 在二分搜索的过程中,计算出分割数组的组数count,需要使用当前的中间值来进行判断。若当前的中间值不够分割成m个子数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组中的最大值,并计算数组的总和。 2. 利用二分查找搜索左右边界,从左边界到右边界中间的值为mid。 3. 判断当前的mid值是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂度分析:二分搜索的时间复杂度为O(logN),其中N为数组的总和,而遍历数组的时间复杂度为O(N),因此总的时间复杂度为O(NlogN)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值