leetcode - 19 942. 增减字符串匹配

由范围 [0,n] 内所有整数组成的 n + 1 个整数的排列序列可以表示为长度为 n 的字符串 s ，其中:

如果 perm[i] < perm[i + 1] ，那么 s[i] == ‘I’ 如果 perm[i] > perm[i + 1] ，那么
s[i] == ‘D’ 给定一个字符串 s ，重构排列 perm 并返回它。如果有多个有效排列perm，则返回其中 任何一个 。

示例 1：

输入：s = “IDID” 输出：[0,4,1,3,2] 示例 2：

输入：s = “III” 输出：[0,1,2,3] 示例 3：

输入：s = “DDI” 输出：[3,2,0,1]

来源：力扣（LeetCode） 链接：https://leetcode.cn/problems/di-string-match
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

第一反应的做法是，连续的D意味着这一串数是倒序，而连续的I意味着这一串数是正序。因此只需要翻转为连续D的数即可

class Solution:
    def diStringMatch(self, s: str) -> List[int]:
        # solution 1
        def reverse(st, ed):
            nonlocal perm, ans
            for i in range(st, ed+1):
                perm[i] = ans[st+ed-i]
        n = len(s)
        perm = [i for i in range(n+1)]
        ans = [i for i in range(n+1)]
        start = end = 0
        for i in range(n):
            if s[i] == "D":
                end += 1
            if s[i] == "I":
                reverse(start, end)
                start = end = i+1
        reverse(start, end)
        return perm

时间复杂度是 $O(N^2)$，空间复杂度是 $O(N)$。
所以这其实是一种不好的做法，当然 通过对 reverse 优化,空间复杂度是可以降到$O(1）$的，但是时间依然复杂，我们重新构思一下，不是重构序列，而是创建序列呢？
贪心算法：
如果是D就添加当前最大数，I就添加当前最小数。

class Solution:
    def diStringMatch(self, s: str) -> List[int]:
        st = 0
        ed = n = len(s)
        perm = [0] * (n + 1)
        for i, ch in enumerate(s):
            if ch == 'I':
                perm[i] = st 
                st += 1
            else:
                perm[i] = ed
                ed -= 1
        perm[n] = ed 
        return perm