【Lintcode】1624. Max Distance

该博客介绍了如何利用Trie数据结构解决找出一组0-1字符串之间的最大距离问题。通过建立Trie树并进行深度优先搜索(DFS),计算每个节点的子树深度,从而确定最长公共前缀及其对最大距离的影响。文章详细阐述了算法思路,包括处理两种情况:两个子树都非空和只有一个子树非空时,如何更新最大距离。最终实现的时间复杂度为O(N),其中N为Trie树的节点数。
摘要由CSDN通过智能技术生成

题目地址:

https://www.lintcode.com/problem/1624/description

给定 n n n 0 − 1 0-1 01字符串,两个字符串的距离定义为它们去掉最长公共前缀之后得到的串的长度和。求两个字符串的最大距离。注意,最长公共前缀可以是空前缀。

其实就是要枚举所有的最长公共前缀,然后找到最长公共前缀之后的最长长度。容易想到要用Trie + DFS来解决。先将所有串存入一个Trie中,然后做DFS,遍历到某个节点的时候,先递归求解两棵子树的最深深度 l l l r r r,考虑当前节点所表示的前缀什么时候能成为最长公共前缀呢,有两种可能,一种是两个孩子都非空,那么两个孩子各自取一个字符串,它们的最长公共前缀就是当前节点所表示的前缀,此时可以用 l + r l+r l+r更新答案;另一种是当前节点是某个字符串的结尾,并且某个孩子非空,那么表示存在某个字符串是另一个字符串的前缀,那么显然当前节点所表示的前缀也是个最长公共前缀,此时用 max ⁡ { l , r } \max\{l, r\} max{l,r}更新答案。代码如下:

public class Solution {
    
    class Node {
        Node[] nexts;
        boolean isWord;
        
        public Node() {
            nexts = new Node[2];
        }
    }
    
    private Node root;
    
    private void add(String s) {
        Node cur = root;
        for (int i = 0; i < s.length(); i++) {
            char ch = s.charAt(i);
            if (cur.nexts[ch - '0'] == null) {
                cur.nexts[ch - '0'] = new Node();
            }
            
            cur = cur.nexts[ch - '0'];
        }
        
        cur.isWord = true;
    }
    
    private int res;
    
    /**
     * @param s: the list of binary string
     * @return: the max distance
     */
    public int getAns(String[] s) {
        // Write your code here
        root = new Node();
        for (String str : s) {
            add(str);
        }
        
        dfs(root);
        return res;
    }
    
    // 返回cur为根的子树的最大深度
    private int dfs(Node cur) {
        if (cur == null) {
            return 0;
        }
        
        // 递归求解两棵子树的深度
        int l = dfs(cur.nexts[0]), r = dfs(cur.nexts[1]);
        // 两个孩子都非空,则用l + r更新答案
        if (l > 0 && r > 0) {
            res = Math.max(res, l + r);
        }
        // 当前节点是字符串末尾,则它也有可能是另一个字符串的前缀,则用max(l, r)更新答案
        if (cur.isWord) {
            res = Math.max(res, Math.max(l, r));
        }
        
        return 1 + Math.max(l, r);
    }
}

时空复杂度 O ( N ) O(N) O(N) N N N是Trie的节点个数,这个节点个数与具体的输入如何有关。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值