LeetCode-1208：尽可能使字符串相等

题目描述：

给你两个长度相同的字符串，s 和 t。

将 s 中的第 i 个字符变到 t 中的第 i 个字符需要 |s[i] - t[i]| 的开销（开销可能为 0），也就是两个字符的 ASCII 码值的差的绝对值。

用于变更字符串的最大预算是 maxCost。在转化字符串时，总开销应当小于等于该预算，这也意味着字符串的转化可能是不完全的。

如果你可以将 s 的子字符串转化为它在 t 中对应的子字符串，则返回可以转化的最大长度。

如果 s 中没有子字符串可以转化成 t 中对应的子字符串，则返回 0。

示例 1：

输入：s = "abcd", t = "bcdf", cost = 3
输出：3
解释：s 中的 "abc" 可以变为 "bcd"。开销为 3，所以最大长度为 3。
示例 2：

输入：s = "abcd", t = "cdef", cost = 3
输出：1
解释：s 中的任一字符要想变成 t 中对应的字符，其开销都是 2。因此，最大长度为 1。
示例 3：

输入：s = "abcd", t = "acde", cost = 0
输出：1
解释：你无法作出任何改动，所以最大长度为 1。

 

思路分析：

当遇到或是看到题目有最大长度、最长字符串等字眼时，都应该想到使用滑动窗口来解决，一套上模板就完事了，啪的一声很快啊。

今天这个题目比较难理解，我需要再解释一下。

两个长度相等字符串的 s 和 t ，把 i 位置的 s[i] 转成 t[i] 的开销是两者 ASCII 码之差的绝对值。题目给出了允许的最大预算 maxCost ，求不超过预算的情况下能够转换的最长子串。

比如，对于 s = "abcd", t = "bcdf", cost = 3 而言，我们使用 costs[i] 表示从 s[i]  转成 t[i] 的开销，那么 costs = [1, 1, 1, 2] 。由于 maxCost = 3， 所以最多允许其前面三个字符进行转换。

于是题目变成了：已知一个数组 costs ，求：和不超过 maxCost 时最长的子数组的长度。

抽象之后，我们知道这是一个区间题，求子区间经常使用的方法就是滑动窗口。

 

class Solution {
    public int equalSubstring(String s, String t, int maxCost) {
        char[] array=s.toCharArray();
        char[] array2=t.toCharArray();
        int len=array.length;
        int left=0,right=0;
        for(int i=0;i<len;i++){
            array[i]=(char)Math.abs(array[i]-array2[i]);
        }
        int res=0,maxLength=0;
        while(right<len){
            res=res+array[right];
            while(res>maxCost){
                res=res-array[left];
                left++;
            }
            maxLength=Math.max(maxLength,right-left+1);
            right++;
        }
        return maxLength;
    }
}

滑动窗口模板：（java实现）

    public int findSubArray(nums) {
        
        int len=nums.length;//数组或字符串长度
        int left=0,right=0; //双指针，表示当前遍历的区间[left, right]，闭区间
        
        int sums=0；//用于统计子数组/子区间是否有效，根据题目可能会改成求和/计数
        int maxLength = 0 //保存最大的满足题目要求的子数组/子串长度

        while(right<len){ //当右边的指针没有搜索到数组/字符串的结尾
            sums=sums+array[right];//增加当前右边指针的数字/字符的求和/计数
            while(区间[left, right]不符合题意){//此时需要一直移动左指针，直至找到一个符合题意的区间
                sums=sums-array[left];// 移动左指针前需要从counter中减少left位置字符的求和/计数
                left++;//真正的移动左指针，注意不能跟上面一行代码写反
            }
            //到内层的while结束时，我们找到了一个符合题意要求的子数组/子串
            maxLength=Math.max(maxLength,right-left+1);
            right++; //移动右指针，去探索新的区间
        }
        return maxLength;//找到符合题意的子数组/子字符串长度
    }
}