题目描述
思路
动态规划
因为s是无限循环的字符串,对于在s中的子串,只要知道子串的第一个字符或最后一个字符和子串长度,就能确定这个字串。根据题意,要求不同的子串个数,则对于两个以同一个字符结尾的子串,长的子串必然包含短的子串。
因此,可以定义dp[p[i]]为p中以字符p[i]结尾且在s中的子串的最长长度,知道了最长长度,也就知道了不同的子串的个数。
在遍历p时,维护连续递增的子串长度k。遍历到p[i]时,如果p[i]是p[i-1]在字母表中的下一个字母,则k+1,否则将k置为1,表示重新开始计算连续递增的子串长度。然后用k更新dp[p[i]]的最大值。遍历结束后,p中以字符c为结尾且在s中的子串有dp[c]个。对dp求和即可。
Python实现
class Solution:
def findSubstringInWraproundString(self, p: str) -> int:
dp = defaultdict(int)
k = 0
for i, ch in enumerate(p):
if i > 0 and (ord(ch) - ord(p[i-1])) % 26 == 1:
k += 1
else:
k = 1
dp[ch] = max(dp[ch], k)
return sum(dp.values())
Java实现
class Solution {
public int findSubstringInWraproundString(String p) {
int[] dp = new int[26];
int k = 0;
for (int i = 0; i < p.length(); i++) {
if (i > 0 && (p.charAt(i) - p.charAt(i-1) + 26) % 26 == 1) {
++k;
} else {
k = 1;
}
dp[p.charAt(i) - 'a'] = Math.max(dp[p.charAt(i) - 'a'], k);
}
return Arrays.stream(dp).sum();
}
}
C++实现
class Solution {
public:
int findSubstringInWraproundString(string p) {
vector<int> dp(26);
int k = 0;
for (int i = 0; i < p.length(); ++i) {
if (i && (p[i] - p[i-1] + 26) % 26 == 1) {
++k;
} else {
k = 1;
}
dp[p[i] - 'a'] = max(dp[p[i] - 'a'], k);
}
return accumulate(dp.begin(), dp.end(), 0);
}
};