华子这题确实不错!

我们来看一下这道题目到底哪里不错。

题目描述

小王在进行游戏大闯关,有一个关卡需要输入一个密码才能通过,密码获得的条件如下:在一个密码本中,每一页都有一个由 26 个小写字母组成的若干位密码,从它的末尾开始依次去掉一位得到的新密码也在密码本中存在。请输出符合要求的密码,如果由多个符合要求的密码,则返回字典序最大的密码。若没有符合要求的密码,则返回空字符串。

输入

密码本由一个字符串数组组成,不同元素之间使用空格隔开,每一个元素代表密码本每一页的密码。

输出

一个字符串

示例一

输入

h he hel hell hello

输出

hello

说明

"hello" 从末尾依次去掉一位得到的 "hell", "hel", "he", "h"在密码本中都存在。

示例二

输入

b eredderd bw bww bwwl bwwlm bwwln

输出

bwwln

解题思路

最朴素的解法是将所有字符串都存在一个哈希表password_set中,然后遍历字符串数组中的每一个密码password,对每一个password都去判断其所有的前缀是否也位于password_set中。如果满足,则把passwordans比较并且更新ans

这种做法虽然思路直接简单,但略显笨重,会出现很多重复计算。

以示例一为例子:

  • 对于单词hell,需要分别考虑前缀hhehel

  • 对于单词hello,需要分别考虑前缀hhehelhell

  • 前缀hhehel对于单词hello而言,显然是重复计算了。

  • 假设我们已经知道单词hell是一个有效的密码,那么对于单词hello,我们就只需要去考虑hell这个前缀,而不需要再去考虑hhehel这三个前缀了。

  • 换句话说,单词hello是否是一个有效的密码,可以由其去掉末尾的前缀hell是否是一个有效的密码来决定。这本质上是一种动态规划的思想。(动态规划更详细的内容在后面会讲到)

如果用动态规划的语言来描述,即:password是一个有效密码,****当且仅当password[:-1]是一个有效密码。

那么现在问题就变成了:如何能够在判断password是一个有效密码之前,就先判断得到password[:-1]**是否有效?**这个问题就很简单了。我们只需要对原来的字符串数组password_lst按照字典序进行排序,就可以保证在password进行判断时,password[:-1]已经被判断过了。

我们可以构建一个用于储存所有有效密码的哈希集合valid_set。然后遍历排序过的字符串数组password_lst中的每一个密码password,如果其去掉末尾的前缀password[:-1]位于valid_set中,说明password也是一个有效密码,需要将其加入valid_set中,同时更新ans

for password in password_lst:
    if password[:-1] in valid_set:
        valid_set.add(password)
        ans = password

注意valid_set初始化时要包含一个空串"",因为只有一个字符的密码比如"h",去掉最末尾的字符之后是一个空串"""h"理应是一个有效的密码,故""应该存在于valid_set中。即:

valid_set = {""}

代码

解法一

(哈希集合暴力解法,只能通过部分用例)

# 题目:2023Q1A-寻找密码
# 作者:许老师
# 代码看不懂的地方,请直接在群上提问,不要过夜!

# 将输入字符串分割为字符串数组,并且存入哈希集合中
password_set = set(input().split())
# 初始化答案为一个空字符串
ans = str()

# 遍历哈希集合password_set中的所有密码单词password
for password in password_set:
    # password有可能不符合要求,设置一个标记isValid,初始化为True表示该密码符合要求
    isValid = True
    # 遍历password的所有前缀password[:i],判断前缀是否均位于password_set中
    for i in range(1, len(password)-1):
        # 若某一个前缀不位于哈希集合中,则该password无效,修改isValid为False,且退出循环
        if password[:i] not in password_set:
            isValid = False
            break
    # isValid为True,说明该password有效,将其与ans比较并更新ans
    if isValid:
        ans = max(ans, password)

print(ans)

时空复杂度

时间复杂度:O(NM)。遍历每个单词、每个字符所需的时间。

空间复杂度:O(NM)

N为单词数目,M为单词平均长度。

解法二

(哈希集合优化解法,含DP思想,可以通过全部用例)

# 题目:2023Q1A-寻找密码
# 作者:许老师
# 代码看不懂的地方,请直接在群上提问,不要过夜!

password_lst = input().split()
# 对输入的字符串数组进行升序排序
password_lst.sort()

# 初始化一个表示有效密码的哈希集合,初始化其中仅包含空字符串
valid_set = {""}
# 初始化答案为空字符串
ans = ""

# 从头到尾遍历升序字符串数组password_lst中的密码password
for password in password_lst:
    # 如果password去掉最后一位的结果password[:-1],位于valid_set哈希集合中
    # 说明当前的password是一个有效密码,将其加入valid_set,同时更新ans
    if password[:-1] in valid_set:
        valid_set.add(password)
        ans = password

print(ans)

时空复杂度

时间复杂度:O(NlogN)。排序所需的时间复杂度。

空间复杂度:O(NM)。哈希集合所占的额外空间。

N为单词数目,M为单词平均长度。

解法三*

(前缀树解法,不要求掌握,感兴趣的同学可以研究一下)

# 题目:2023Q1A-寻找密码
# 作者:许老师
# 代码看不懂的地方,请直接在群上提问,不要过夜!

# 前缀树的节点类
class Trie():
    def __init__(self) -> None:
        self.children = [None] * 26
        self.isEnd = False

    # 将单词word加入前缀树的函数
    def addword(self, word):
        node = self
        for ch in word:
            ch_idx = ord(ch) - 97  # ASCII to idx
            # 以下两行用来通过最后一个用例..输入了非小写字母的字符串
            if ch_idx > 25 or ch_idx < 0:
                return
            if node.children[ch_idx] is None:
                node.children[ch_idx] = Trie()
            node = node.children[ch_idx]
        node.isEnd = True

    # 检查word的所有前缀是否存在的函数
    def checkPrefix(self, word):
        node = self
        for ch in word:
            ch_idx = ord(ch) - 97
            if node.children[ch_idx].isEnd == False:
                return False
            node = node.children[ch_idx]
        return True


if __name__ == "__main__":
    lst = input().split()
    ans = ""

    root = Trie()
    for word in lst:  # 构建前缀树
        root.addword(word)

    for word in lst:
        if len(word) < len(ans):
            continue
        if root.checkPrefix(word):
            if len(word) > len(ans):
                ans = word
            elif len(word) == len(ans):
                ans = max(ans, word)
    print(ans)

时空复杂度

时间复杂度:O(NM)。建树、检查前缀的时间。

空间复杂度:O(D)

N为单词数目,M为单词平均长度,D为前缀树的节点数,远小于NM


  • 1
    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