【力扣】395. 至少有K个重复字符的最长子串

以下为力扣官方题解

题目

给你一个字符串 $s$ 和一个整数 $k$，请你找出 $s$ 中的最长子串， 要求该子串中的每一字符出现次数都不少于 $k$ 。返回这一子串的长度。

示例1

输入：$s="aaabb",k=3$
输出：$3$
解释：最长子串为 “$aaa$” ，其中 ‘$a$’ 重复了 $3$ 次。

示例2

输入：$s="ababbc",k=2$
输出：$5$
解释：最长子串为 “$ababb$” ，其中 ‘$a$’ 重复了 $2$ 次， ‘$b$’ 重复了 $3$ 次。

提示

1. $1<=s.length<=10^4$
2. $s$ 仅由小写英文字母组成
3. $1<=k<=10^5$

官方题解

方法一：分治

对于字符串 $s$，如果存在某个字符 $ch$，它的出现次数大于 $0$ 且小于 $k$，则任何包含 $ch$ 的子串都不可能满足要求。也就是说，我们将字符串按照 $ch$ 切分成若干段，则满足要求的最长子串一定出现在某个被切分的段内，而不能跨越一个或多个段。因此，可以考虑分治的方式求解本题。

代码

class Solution {
    public int longestSubstring(String s, int k) {
        int n = s.length();
        return dfs(s, 0, n-1, k);
    }

    public int dfs(String s, int l, int r, int k) {
        int[] cnt = new int[26];
        for (int i=l; i<=r; i++)
        {
            cnt[s.charAt(i)-'a'] ++;
        }

        char split = 0;
        for (int i=0; i<26; i++)
        {
            if (cnt[i]>0 && cnt[i]<k)
            {
                split = (char) (i+'a');
                break;
            }
        }
        if (split == 0)
        {
            return r-l+1;
        }

        int i = l;
        int ret = 0;
        while (i <= r)
        {
            while (i<=r && s.charAt(i)==split)
            {
                i ++;
            }
            if (i > r)
            {
                break;
            }
            int start = i;
            while (i<=r && s.charAt(i)!=split)
            {
                i ++;
            }

            int length = dfs(s, start, i-1, k);
            ret = Math.max(ret, length);
        }
        return ret;
    }
}

复杂度分析

• 时间复杂度：$O(N\cdot |\Sigma |)$，其中 $N$ 为字符串的长度，$\Sigma$ 为字符集，本题中字符串仅包含小写字母，因此 $|\Sigma |=26$。由于每次递归调用都会完全去除某个字符，因此递归深度最多为 $|\Sigma |$。
• 空间复杂度：$O(|\Sigma {|}^2)$。递归的深度为 $O(|\Sigma |)$，每层递归需要开辟 $O(|\Sigma |)$ 的额外空间。

方法二：滑动窗口

我们枚举最长子串中的字符种类数目，它最小为 $1$，最大为 $|\Sigma |$（字符集的大小，本题中为 $26$）。

对于给定的字符种类数量 $t$，我们维护滑动窗口的左右边界 $l,r$、滑动窗口内部每个字符出现的次数 $cnt$，以及滑动窗口内的字符种类数目 $total$。当 $total>t$ 时，我们不断地右移左边界 $l$，并对应地更新 $cnt$ 以及 $total$，直到 $\text{total}\le t$ 为止。这样，对于任何一个右边界 $r$，我们都能找到最小的 $l$（记为 $l_{min}$），使得 $s[l_{min}...r]$ 之间的字符种类数目不多于 $t$。

对于任何一组 $l_{min},r$ 而言，如果 $s[l_{min}...r]$ 之间存在某个出现次数小于 $k$ （且不为 $0$，下文不再特殊说明）的字符，我们可以断定：对于任何 $l^{\prime }\in (l_{min},r)$ 而言，$s[l^{\prime }...r]$ 依然不可能是满足题意的子串，因为：

• 要么该字符的出现次数降为 $0$，此时子串内虽然少了一个出现次数小于 $k$ 的字符，但字符种类数目也随之小于 $t$ 了；
• 要么该字符的出现次数降为非 $0$ 整数，此时该字符的出现次数依然小于 $k$。

根据上面的结论，我们发现：当限定字符种类数目为 $t$ 时，满足题意的最长子串，就一定出自某个 $s[l_{min}...r]$。因此，在滑动窗口的维护过程中，就可以直接得到最长子串的大小。

此外还剩下一个细节：如何判断某个子串内的字符是否都出现了至少 $k$ 次？我们当然可以每次遍历 $cnt$ 数组，但是这会带来 $O(|\Sigma |)$ 的额外开销。

我们可以维护一个计数器 $less$，代表当前出现次数小于 $k$ 的字符的数量。注意到：每次移动滑动窗口的边界时，只会让某个字符的出现次数加一或者减一。对于移动右边界 $l$ 的情况而言：

• 当某个字符的出现次数从 $0$ 增加到 $1$ 时，将 $less$ 加一；
• 当某个字符的出现次数从 $k-1$ 增加到 $k$ 时，将 $less$ 减一。

对于移动左边界的情形，讨论是类似的。

通过维护额外的计数器 $less$，我们无需遍历 $cnt$ 数组，就能知道每个字符是否都出现了至少 $k$ 次，同时可以在每次循环时，在常数时间内更新计数器的取值。读者可以自行思考 $k=1$ 时的处理逻辑。

代码

class Solution {
    public int longestSubstring(String s, int k) {
        int ret = 0; 
        int n = s.length();
        for (int t=1; t<=26; t++)
        {
            int l = 0, r = 0;
            int[] cnt = new int[26];
            int tot = 0;
            int less = 0;
            while (r < n)
            {
                cnt[s.charAt(r)-'a'] ++;
                if (cnt[s.charAt(r)-'a'] == 1)
                {
                    tot ++;
                    less ++;
                }
                if (cnt[s.charAt(r)-'a'] == k)
                {
                    less --;
                }

                while (tot > t)
                {
                    cnt[s.charAt(l)-'a'] --;
                    if (cnt[s.charAt(l)-'a'] == k-1)
                    {
                        less ++;
                    }
                    if (cnt[s.charAt(l)-'a'] == 0)
                    {
                        tot --;
                        less --;
                    }
                    l ++;
                }
                if (less == 0)
                {
                    ret = Math.max(ret, r-l+1);
                }
                r ++;
            }
        }
        return ret;
    }
}

复杂度分析

• 时间复杂度：$O(N\cdot |\Sigma |+|\Sigma {|}^2)$，其中 $N$ 为字符串的长度，$\Sigma$ 为字符集，本题中字符串仅包含小写字母，因此 $|\Sigma |=26$。我们需要遍历所有可能的 $t$，共 $|\Sigma |$ 种可能性；内层循环中滑动窗口的复杂度为 $O(N)$，且初始时需要 $O(|\Sigma |)$ 的时间初始化 $cnt$ 数组。
• 空间复杂度：$O(|\Sigma |)$。