给定一个字符串 s,计算具有相同数量 0 和 1
的非空(连续)子字符串的数量,并且这些子字符串中的所有 0 和所有 1 都是组合在一起的
。
重复出现的子串要计算它们出现的次数。
测试用例
示例1:
输入: “00110011”
输出: 6
解释: 有6个子串具有相同数量的连续1和0:“0011”,“01”,“1100”,“10”,“0011” 和 “01”。
另外,“00110011”不是有效的子串,因为所有的0(和1)没有组合在一起。
示例2:
输入: “10101”
输出: 4
解释: 有4个子串:“10”,“01”,“10”,“01”,它们具有相同数量的连续1和0。
注意:
- s.length 在 1 到 50,000 之间。
- s 只包含 “0” 或 “1” 字符。
解题思路
按字符分组
我们可以将字符串 s 按照 0 和 1 的连续段分组,存在 counts 数组中,例如 s = 00111011,可以得到这样的 counts 数组:counts = {2, 3, 1, 2}。
这里 counts 数组中两个相邻的数一定代表的是两种不同的字符。假设 counts 数组中两个相邻的数字为 u 或者 v,它们对应着 u 个 0 和 v 个 1,或者 u 个 1 和 v 个 0。它们能组成的满足条件的子串数目为 min {u, v}
,即一对相邻的数字对答案的贡献。
我们只要遍历所有相邻的数对,求它们的贡献总和,即可得到答案。
复杂度分析
- 时间复杂度: O(n)
- 空间复杂度:O(n)
Code
class Solution {
public int countBinarySubstrings(String s) {
List<Integer> counts = new ArrayList<Integer>();
int ptr = 0, n = s.length(), answer = 0;
while (ptr < n) {
char c = s.charAt(ptr);
int count = 0;
while (ptr < n && s.charAt(ptr) == c) {
++ptr;
++count;
}
counts.add(count);
}
for (int i = 0; i < counts.size() - 1; i++) {
answer += Math.min(counts.get(i), counts.get(i + 1));
}
return answer;
}
}
优化:
对于某一个位置 i,其实我们只关心 i −1 位置的 counts 值是多少
,所以可以用一个 last 变量来维护当前位置的前一个位置,这样可以省去一个 counts 数组的空间。
代码如下:
class Solution {
public int countBinarySubstrings(String s) {
int n = s.length();
int p = 0, answer = 0, last = 0;
while (p < n)
{ char ch = s.charAt(p);
int count = 0;
while (p < n && ch == s.charAt(p)) {
count++;
p++;
}
answer = answer + Math.min(last, count);
last = count;
}
return answer;
}
}
时间复杂度:O(n)。
空间复杂度:O(1)。