PigyChan_LeetCode 467. 环绕字符串中唯一的子字符串难度中等

467. 环绕字符串中唯一的子字符串难度中等

把字符串 s 看作是“abcdefghijklmnopqrstuvwxyz”的无限环绕字符串，所以 s 看起来是这样的："…zabcdefghijklmnopqrstuvwxyzabcdefghijklmnopqrstuvwxyzabcd…".
现在我们有了另一个字符串 p 。你需要的是找出 s 中有多少个唯一的 p 的非空子串，尤其是当你的输入是字符串 p ，你需要输出字符串 s 中 p 的不同的非空子串的数目。
注意: p 仅由小写的英文字母组成，p 的大小可能超过 10000。

示例 1:

输入: “a”
输出: 1
解释: 字符串 S 中只有一个"a"子字符。

示例 2:

输入: “cac”
输出: 2
解释: 字符串 S 中的字符串“cac”只有两个子串“a”、“c”。.

示例 3:

输入: “zab”
输出: 6
解释: 在字符串 S 中有六个子串“z”、“a”、“b”、“za”、“ab”、“zab”。.

个人思路：
设置dp[i]用于存储以p[0],p[1]…p[i]构成的子字符串，其所满足该题的最优解
dp[i+1]=dp[i]+other,other由两种情况来判定：①新加入的1字字符未录入②新加入的字符是否与他之前的字符是连续的，同时也是未录入的
数组bool inStr[26+1][26+1]记录以经录入的子字符串，避免相同的子字符串重复录入，
inStr[n][m]表示长度为n，以字母’m:1_26对应az’是否已经录入

代码1.0:

class Solution {
public:
    int findSubstringInWraproundString(string p) {
        int len = p.size();
        //dp[i]意为p字符串的前i个子字符串的最优解
        vector<int> dp(len + 1,0);
        //inStr用于记录已经录入的字符串
        vector<vector<bool>> inStr(26+1, vector<bool>(26+1, false));
        //第一个元素的特殊处理
        dp[1] = 1;
        inStr[1][p[0] - 96] = true;
        //处理剩下的元素
        for (int i = 2; i <= len; ++i)
        {
            dp[i] += dp[i - 1];
            //判断新的“1长”元素是否已经录入过
            if (inStr[1][p[i - 1] - 96] == false)
            {
                inStr[1][p[i - 1] - 96] = true;
                ++dp[i];
            }
            //判断新加入的字符是否能与前面的字符组成连续的字符串
            if ((p[i - 1] - p[i - 2] != 1) && (p[i - 1] - p[i - 2] != -25))  continue;
            int lenOfNewStr = 1;
            for (int k = i; k >= 2; --k)
            {
                int differ = p[k - 1] - p[k - 2];
                if (differ == 1 || differ == -25)
                {
                    ++lenOfNewStr;
                     if (inStr[lenOfNewStr][p[(k - 1) - (lenOfNewStr + 1)] - 96] ==  false)
                    {
                        inStr[lenOfNewStr][p[(k - 1) - (lenOfNewStr + 1)] - 96] =  true;
                        ++dp[i];
                    }
                }
                else
                {
                    break;
                }
            }
        }
        return dp[len];
    }
};

总结：想用空间换时间，但还是解释不了自己为啥蠢到要用27x27的矩阵来维护录入记录,在数据量小的时候会造成大量的空间浪费。可能自己第一时间想到的是当录入量大的时候，索引会比遍历要省很多时间。

代码2.0

class Solution {
public:
    int findSubstringInWraproundString(string p) {
        int len = p.length();
        if(len<=1)
        {
            return len;
        }
        //dp[i]意为p字符串的前i个子字符串的最优解
        vector<int> dp(len + 1,0);
        //inStr用于记录已经录入的字符串
        vector<string> inStr;
        //第一个元素的特殊处理
        dp[1] = 1;
        inStr.push_back(p.substr(0, 1));
        //处理剩下的元素
        for (int i = 2; i <= len; ++i)
        {
            dp[i] += dp[i - 1];
            //判断新的“1长”元素是否已经录入过
            if (find(inStr.begin(),inStr.end(),p.substr(i-1,1))==inStr.end())
            {
                ++dp[i];
                inStr.push_back(p.substr(i - 1, 1));
            }
            //判断新加入的字符是否能与前面的字符组成连续的字符串
            if ((p[i - 1] - p[i - 2] != 1) && (p[i - 1] - p[i - 2] != -25)) continue;


            int lenOfNewStr = 1;
            for (int k = i; k >= 2; --k)
            {
                int differ = p[k - 1] - p[k - 2];
                if (differ == 1 || differ == -25)
                {
                    ++lenOfNewStr;
                     if (find(inStr.begin(),inStr.end(),p.substr(k-2,lenOfNewStr))==inStr.end())
                    {
                        ++dp[i];
                        inStr.push_back(p.substr(k-2, lenOfNewStr));
                    }
                }
                else
                {
                    break;
                }
            }
        }


        return dp[len];
    }
};

使用迭代器和泛型算法来记录录入字符串，结果面对较长输入时超出时间限制

代码3.0：
在看了大佬们的代码后，发现可以用dp[26]，来存储以26个字母为结尾的符合条件的子字符串数量，最后将他们累加起来。

class Solution {
public:
    bool isConti(char before, char after)
    {
        if (after == 'z')    return before=='a';
        return before + 1 == after;
    }


    int findSubstringInWraproundString(string p) {
        int len = p.size();
        if (len <= 1)  return len;


        vector<int> dp(26, 0);
        int k=0;
        for (int i = 0; i < len; ++i)
        {
            if (i > 0 && isConti(p[i - 1], p[i]))
            {
                ++k;
            }
            else
            {
                k = 1;
            }


            dp[p[i] - 'a'] = max(dp[p[i] - 'a'], k);
        }
        return accumulate(dp.begin(), dp.end(), 0);
    }
};

反观代码2.0，超出时间限制的原因在于，当"a b c d"这一较长的连续子字符串纳入统计后，后面所有的较短如"b c d","c d"这些都会做无用功，导致大量的性能浪费，自己当时就是想不出来怎么解决这部分的性能浪费。