剑指Offer(第2版)——面试题5：替换空格

题目：

请实现一个函数，将一个字符串中的空格替换成“%20”。例如，输入“We Are Happy.”，则经过替换之后的字符串为“We%20Are%20Happy.”。

解题思路

本文采用一种时间复杂度为O(n)的方法：

• 先遍历一次字符串，统计出字符串空格的总数，就可以计算出替换之后的字符串的总长度。每替换一个空格，长度增加2，因此替换以后字符串的长度等于原来的长度加上2乘以空格数目。以"We are happy.“为例，“We are happy"这个字符串的长度为14（包括结尾符号”\0”），里面有两个空格，因此替换之后字符串的长度是18；
• 从字符串的尾部开始复制和替换。首先准备两个指针，P1和P2，P1指向原始字符串的末尾（结尾符号），而P2指向替换之后的字符串的末尾（结尾符号）;
  
• 接下来向前移动指针P1，逐个把它指向的字符复制到P2指向的位置，直到碰到第一个空格为止，P2也随之向前移动。
  
• P1碰到第一个空格之后，把P1向前移动1格，在P2之前插入字符串"%20"。由于"%20"的长度为3，同时也要把P2向前移动3格。
  
• 接着我们重复前面这一过程，直到P1和P2指向同一位置，表明所有空格都已经替换完毕。
  

2.代码：
C++：

class Solution {
public:
	void replaceSpace(char *str,int length) {
		if(str == nullptr || length <= 0) return;
		
        int original_length = 0;			//字符串原始长度
        int number_blank = 0;				//空格数
        int i = 0;
        while(str[i] != '\0'){				//遍历字符串
            ++original_length;				//长度+1
            if(str[i] == ' ') ++number_blank;//遇到空格+1
            ++i;
        }
        
        /*new_length为把空格替换成'%20'之后的长度*/
        int new_length = original_length + 2 * number_blank; 
        int index_original = original_length;	//指向原始字符串结尾符号‘\0’
        int index_new = new_length;		    //指向替换后字符串结尾符号‘\0’
        
        /*index_original指针开始向前移动，如果遇到空格，替换成'%20'，否则进行复制操作*/
        while(index_original >= 0 && index_new > index_original){
            if(str[index_original] == ' '){
                str[index_new--] = '0';
                str[index_new--] = '2';
                str[index_new--] = '%';
            }
            else{
                str[index_new--] = str[index_original]; //先把P1的值给P2，P2再向前移动一格
            }
            --index_original; // P1向前移动一格
        }
	}
};

知识拓展：
1.时间复杂度：
　　(1)时间频度：一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。
　　(2)时间复杂度：在刚才提到的时间频度中，n称为问题的规模，当n不断变化时，时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此，我们引入时间复杂度概念。 一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=Ｏ(f(n)),称Ｏ(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。
2.空间复杂度：
　　空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度。