数据结构与算法~字符串

题目

字符串基础问题
https://leetcode-cn.com/problems/to-lower-case/ √
https://leetcode-cn.com/problems/length-of-last-word/ √
https://leetcode-cn.com/problems/jewels-and-stones/ √
https://leetcode-cn.com/problems/first-unique-character-in-a-string/ √
https://leetcode-cn.com/problems/string-to-integer-atoi/ √
字符串操作问题
https://leetcode-cn.com/problems/longest-common-prefix/description/ √
https://leetcode-cn.com/problems/reverse-string √
https://leetcode-cn.com/problems/reverse-string-ii/ √
https://leetcode-cn.com/problems/reverse-words-in-a-string/ √
https://leetcode-cn.com/problems/reverse-words-in-a-string-iii/ √
https://leetcode-cn.com/problems/reverse-only-letters/ √
异位词问题
https://leetcode-cn.com/problems/valid-anagram/ √
https://leetcode-cn.com/problems/group-anagrams/ √
https://leetcode-cn.com/problems/find-all-anagrams-in-a-string/ √
回文串问题
https://leetcode-cn.com/problems/valid-palindrome/ √
https://leetcode-cn.com/problems/valid-palindrome-ii/ √
https://leetcode-cn.com/problems/longest-palindromic-substring/
最长子串、子序列问题
https://leetcode-cn.com/problems/longest-common-subsequence/
https://leetcode-cn.com/problems/edit-distance/
https://leetcode-cn.com/problems/longest-palindromic-substring/

字符串定义

python 和 Java字符串是不可变的，c/C++字符串是可变的

字符串遍历

字符串比较

Atoi代码示例

字符串匹配算法

1. 我们用的最多的就是编程语言提供的字符串查找函数，比如 Java 中的 indexOf()，Python 中的 find() 函数等，它们底层就是依赖接下来要讲的字符串匹配算法。
2. 简单的 ：BF算法和 RF算法
3. 复杂却高效：BM算法和 KMP算法

BF算法

1. Brute Force，暴力匹配算法，简单好懂，性能不高
2. 主串 和 模式串
3. 思想：我们在主串中，检查起始位置分别是 0、1、2…n-m 且长度为 m 的 n-m+1 个子串，看有没有跟模式串匹配的
4. 这种算法的最坏情况时间复杂度是 O(n*m)。但在实际的开发中，它却是一个比较常用的字符串匹配算法。第一，实际的软件开发中，大部分情况下，模式串和主串的长度都不会太长。而且每次模式串与主串中的子串匹配的时候，当中途遇到不能匹配的字符的时候，就可以就停止了，不需要把 m 个字符都比对一下。所以，尽管理论上的最坏情况时间复杂度是 O(n*m)，但是，统计意义上，大部分情况下，算法执行效率要比这个高很多。第二，朴素字符串匹配算法思想简单，代码实现也非常简单。简单意味着不容易出错，如果有 bug 也容易暴露和修复。在工程中，在满足性能要求的前提下，简单是首选。这也是我们常说的KISS（Keep it Simple and Stupid）设计原则。

RF算法

1. Rabin-Karp算法， 两个发明人的名字。
2. RF是BF的升级版，在BF 的基础上引入哈希
3. RK 算法的思路是这样的：我们通过哈希算法对主串中的 n-m+1 个子串分别求哈希值，然后逐个与模式串的哈希值比较大小。如果某个子串的哈希值与模式串相等，那就说明对应的子串和模式串匹配了（这里先不考虑哈希冲突的问题，后面我们会讲到）。因为哈希值是一个数字，数字之间比较是否相等是非常快速的，所以模式串和子串比较的效率就提高了。
4. ，通过哈希算法计算子串的哈希值的时候，我们需要遍历子串中的每个字符。尽管模式串与子串比较的效率提高了，但是，算法整体的效率并没有提高。
5. 我们假设要匹配的字符串的字符集中只包含 K 个字符，我们可以用一个 K 进制数来表示一个子串，这个 K 进制数转化成十进制数，作为子串的哈希值。
6. 整个 RK 算法包含两部分，计算子串哈希值和模式串哈希值与子串哈希值之间的比较。第一部分，我们前面也分析了，可以通过设计特殊的哈希算法，只需要扫描一遍主串就能计算出所有子串的哈希值了，所以这部分的时间复杂度是 O(n)。模式串哈希值与每个子串哈希值之间的比较的时间复杂度是 O(1)，总共需要比较 n-m+1 个子串的哈希值，所以，这部分的时间复杂度也是 O(n)。所以，RK 算法整体的时间复杂度就是 O(n)。