对于某些非负整数 k ,如果交换 s1 中两个字母的位置恰好 k 次,能够使结果字符串等于 s2 ,则认为字符串 s1 和 s2 的 相似度为 k 。
给你两个字母异位词 s1 和 s2 ,返回 s1 和 s2 的相似度 k 的最小值。
示例 1:
输入:s1 = "ab", s2 = "ba"
输出:1
示例 2:
输入:s1 = "abc", s2 = "bca"
输出:2
提示:
1 <= s1.length <= 20
s2.length == s1.length
s1 和 s2 只包含集合 {'a', 'b', 'c', 'd', 'e', 'f'} 中的小写字母
s2 是 s1 的一个字母异位词
先分析一下嗷,先遍历s1,判断s1[i]是否与s2[i]相等,如果相等,则判断下一个,
如果不相等,则遍历s2,直到找到一个相等的字符s2[j],然后swap(s2[i],s2[j]),次数加一
这样写看似没问题,
但是遇到s1=abacc,s2=cbaca的情况,
最优解是只需换一次的,而上述方法需要换两次。
怎么办呢?
用递归计算所有的情况呗!反正字符串不长!
class Solution {
int minCount = INT_MAX;
public:
int kSimilarity(string s1, string s2) {
dfs(s1,s2,0,0);
return minCount;
}
void dfs(string& s1,string& s2,int cur,int index){
if(cur>=minCount)
return;
if(index==s1.length()){
minCount=min(minCount,cur);
return;
}
for(int i=index;i<s1.length();i++){
if(s1[i]==s2[i]){
dfs(s1,s2,cur,index+1);
}else{
for(int j=i+1;j<s1.length();j++){
if(s1[i]==s2[j]){
swap(s2[i],s2[j]);
dfs(s1,s2,cur+1,index+1);
swap(s2[i],s2[j]);
}
}
}
return;
}
}
};
这样写是没问题的,数据量很小,只用了不到300ms。
但是,并不是非得一上来就dfs的,
存在这么一种情况:
先遍历s1,判断s1[i]是否与s2[i]相等,如果相等,则判断下一个,
如果不相等,则遍历s2,直到找到一个相等的字符s2[j],此时,再判断s2[i]与s1[j]是否相等,
如果相等,直接swap(s2[i],s2[j]),这样就是最优解,可以省去dfs的一些步骤,缩短时间。
代码如下:
class Solution {
int minCount = INT_MAX;
public:
int kSimilarity(string s1, string s2) {
int ans=0;
for(int i=0;i<s1.length();i++)
{
if(s2[i]==s1[i])
continue;
else
{
for(int j=i+1;j<s1.length();j++)
{
if(s1[i]==s2[j]&&s1[j]==s2[i])
{
swap(s2[i],s2[j]);
ans++;
break;
}
}
}
}
dfs(s1,s2,0,0);
return ans+minCount;
}
void dfs(string& s1,string& s2,int cur,int index){
if(cur>=minCount)
return;
if(index==s1.length()){
minCount=min(minCount,cur);
return;
}
for(int i=index;i<s1.length();i++){
if(s1[i]==s2[i]){
dfs(s1,s2,cur,index+1);
}else{
for(int j=i+1;j<s1.length();j++){
if(s1[i]==s2[j]){
swap(s2[i],s2[j]);
dfs(s1,s2,cur+1,index+1);
swap(s2[i],s2[j]);
}
}
}
return;
}
}
};
只用了24ms,啦啦啦