腾讯精选练习题31、最长公共前缀-CSDN博客

编写一个函数来查找字符串数组中的最长公共前缀。

如果不存在公共前缀，返回空字符串 ""。

示例 1:

输入: ["flower","flow","flight"]
输出: "fl"

示例 2:

输入: ["dog","racecar","car"]
输出: ""
解释: 输入不存在公共前缀。

说明:

所有输入只包含小写字母 a-z 。

方法一、

class Solution {
    public String longestCommonPrefix(String[] strs) {
     
        if(strs.length==0||strs[0].length()==0)
            return "";
        
           String res=strs[0];
        for(int i=1;i<strs.length;i++){
            int l=0;
             while(l<res.length()&&l<strs[i].length()&&res.length()>0){
                 if(res.charAt(l)!=strs[i].charAt(l)){
                     res=res.substring(0,l);
                     continue;
                 }
                  
                 l++;
             }
            res=res.substring(0,l>res.length()?res.length():l);
        }
       
        return res;
    }
}

方法二、

水平扫描法

时间复杂度：O(S),S是所有字符串中字符数量的总和。

最坏的情况下，n个字符串都是相同的。算法会将S1与其它字符串[S2....Sn]都做一次比较。这样就会进行S次字符比较，其中S是输入数据中所有的字符数量。

空间复杂度：O(1),我们只需要使用常数级别的额外空间。

class Solution {
    public String longestCommonPrefix(String[] strs) {
     
          if (strs.length == 0) return "";
    String prefix = strs[0];
    for (int i = 1; i < strs.length; i++)
        while (strs[i].indexOf(prefix) != 0) {
            prefix = prefix.substring(0, prefix.length() - 1);
            if (prefix.isEmpty()) return "";
        }        
    return prefix;
    }
}

方法三、

分治

思路

这个算法的思路来自于LCP操作的结合律。我们可以发现： LCP(S1…Sn)=LCP(LCP(S1…Sk),LCP(Sk+1…Sn))LCP(S_1 \ldots S_n) = LCP(LCP(S_1 \ldots S_k), LCP (S_{k+1} \ldots S_n))LCP(S1…Sn)=LCP(LCP(S1…Sk),LCP(Sk+1…Sn)) ，其中 LCP(S1…Sn)LCP(S_1 \ldots S_n)LCP(S1…Sn) 是字符串 [S1…Sn][S_1 \ldots S_n][S1…Sn] 的最长公共前缀，1<k<n1 < k < n1<k<n。

算法

为了应用上述的结论，我们使用分治的技巧，将原问题 LCP(Si⋯Sj)LCP(S_i\cdots S_j)LCP(Si⋯Sj) 分成两个子问题 LCP(Si⋯Smid)LCP(S_i\cdots S_{mid})LCP(Si⋯Smid) 与 LCP(Smid+1,Sj)LCP(S_{mid+1}, S_j)LCP(Smid+1,Sj) ，其中 mid=i+j2\frac{i+j}{2}2i+j。我们用子问题的解 lcpLeft 与 lcpRight 构造原问题的解 LCP(Si⋯Sj)LCP(S_i \cdots S_j)LCP(Si⋯Sj)。从头到尾挨个比较 lcpLeft 与 lcpRight 中的字符，直到不能再匹配为止。计算所得的 lcpLeft 与 lcpRight 最长公共前缀就是原问题的解 LCP(Si⋯Sj)LCP(S_i\cdots S_j)LCP(Si⋯Sj)

复杂度分析：

最坏的情况下，我们有n个长度为m的相同字符串。

时间复杂度：O(S),S是所有字符串中字符数量的总和 S=m*n.

时间复杂度的递推式为T(n)=2*T(n/2）+O(m),化简后可知是O(S).最好情况下，算法会进行minLen*n次比较其中minLen是数组中最短字符串的长度。

空间复杂度：O(m*log(n)).内存开支主要是递归过程中使用的栈空间所消耗的。一共会进行log(n)次递归，每次需要m的空间存储返回结果，所以空间复杂度为O(m*log(n))

class Solution {
    public String longestCommonPrefix(String[] strs) {
        if(strs.length==0)
            return "";
        
        return getLongestCommonPrefix(strs,0,strs.length-1);
    }
    
    private String getLongestCommonPrefix(String[]strs,int l,int r){
       
        if(l==r){
           return strs[l];
        }
         int mid=l+(r-l)/2;
        //[0,mid] [mid+1,r]
        String left=getLongestCommonPrefix(strs,l,mid);
        String right=getLongestCommonPrefix(strs,mid+1,r);
        return commonPrefix(left,right);
    }
    
    private String commonPrefix(String left,String right){
        int min=Math.min(left.length(),right.length());
        for(int i=0;i<min;i++){
            if(left.charAt(i)!=right.charAt(i)){
                return left.substring(0,i);
            }
        }
        return left.substring(0,min);
    }
}