leetcode 1813. 句子相似性 III【python3双指针的实现思路及过程整理】

题目

一个句子是由一些单词与它们之间的单个空格组成,且句子的开头和结尾没有多余空格。比方说,“Hello World”,“HELLO”,"hello world hello world"都是句子。每个单词都只包含大写和小写英文字母。
如果两个句子 sentence1和sentence2,可以通过往其中一个句子插入一个任意的句子(可以是空句子)而得到另一个句子,那么我们称这两个句子是相似的。比方说,sentence1 = "Hello my name is Jane"且sentence2 = “Hello Jane”,我们可以往sentence2中"Hello"和"Jane"之间插入"my name is"得到sentence1。给你两个句子sentence1和sentence2,如果sentence1和sentence2是相似的,请你返回true,否则返回false。

示例 1

  • 输入:sentence1 = “My name is Haley”, sentence2 = “My Haley”
  • 输出:true
  • 解释:可以往 sentence2 中 “My” 和 “Haley” 之间插入 “name is” ,得到 sentence1 。

题解

题目倒是很好理解。刚开始是判断哪个串是子串,子串的word对另一个串进行划分,划分的非空个数超过1即为False,为1则为True。发现这么实现非常麻烦。后来对题目进行仔细分析,发现如果两个句子相似的话有如下三种情况。
1 一个sentence的单词分别按顺序出现在另一个sentence的头与尾

image.png
2 一个sentence的单词分别按顺序只出现在另一个sentence的头部
image.png

3 一个sentence的单词分别按顺序只出现在另一个sentence的尾部
image.png
因此,只需要匹配两个句子头部与尾部相似的word,如果匹配中的个数与其实一个小的sentence相同则认为相似,否则不相似。
以示例1为例来说明执行过程。
初始如下图所示。
image.png
start索引用来判断两个句子前比缀相同的单词数。
image.png
当两个句子的start指针对应的word不相同时,开始从后到前遍历两个句子的end指针。
image.png
最后当end指针不移动时,比较一下前缀匹配的word数与后缀匹配的word数据之和是否与两个句子中的最不长度的word数相同。
image.png

代码

接下来可以直接写代码:

class Solution:
    def areSentencesSimilar(self, sentence1: str, sentence2: str) -> bool:
        sentence1_list=sentence1.split()
        sentence2_list=sentence2.split()
        start,end=0,0
        while start<len(sentence1_list) and start<len(sentence2_list) and sentence1_list[start]==sentence2_list[start]:
            start+=1
        while end<len(sentence1_list)-start and end<len(sentence2_list)-start and sentence1_list[-end-1]==sentence2_list[-end-1]:
            end+=1
        return start+end==min(len(sentence1_list),len(sentence2_list))

计算复杂度

  • 时间复杂度,m 是 sentence1的长度,n 是 sentence2的长度。字符串分割和双指针判断操作都需要遍历 O ( m + n ) O(m+n) O(m+n)个字符。
  • 空间复杂度, 主要是分割句子需要 O ( m + n ) O(m+n) O(m+n)的空间,双指针的空间是 O ( 1 ) O(1) O(1),因此整体的空间复杂度为 O ( m + n ) O(m+n) O(m+n)
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你好!对于LeetCode上的问题994.腐烂的橘子,你可以使用Python来解决。下面是一个示例代码: ```python from collections import deque def orangesRotting(grid): # 记录网格的行数和列数 row, col = len(grid), len(grid[0]) # 定义四个方向:上、下、左、右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] # 使用队列来保存腐烂的橘子的位置 queue = deque() # 记录新鲜橘子的数量 fresh_count = 0 # 遍历整个网格,初始化队列和新鲜橘子的数量 for i in range(row): for j in range(col): if grid[i][j] == 2: # 腐烂的橘子 queue.append((i, j)) elif grid[i][j] == 1: # 新鲜橘子 fresh_count += 1 # 如果新鲜橘子的数量为0,直接返回0 if fresh_count == 0: return 0 # 初始化分钟数 minutes = 0 # 开始进行BFS,直到队列为空 while queue: # 记录当前分钟数下,队列中的元素数量 size = len(queue) # 遍历当前分钟数下的所有腐烂的橘子 for _ in range(size): x, y = queue.popleft() # 遍历四个方向 for dx, dy in directions: nx, ny = x + dx, y + dy # 判断新位置是否在网格内,并且是新鲜橘子 if 0 <= nx < row and 0 <= ny < col and grid[nx][ny] == 1: # 将新鲜橘子变为腐烂状态 grid[nx][ny] = 2 # 将新鲜橘子的位置加入队列 queue.append((nx, ny)) # 新鲜橘子的数量减1 fresh_count -= 1 # 如果当前分钟数下,没有新鲜橘子了,结束循环 if fresh_count == 0: break # 每遍历完一层,分钟数加1 minutes += 1 # 如果最后还有新鲜橘子,返回-1,否则返回分钟数 return -1 if fresh_count > 0 else minutes ``` 你可以将给定的网格作为参数传递给`orangesRotting`函数来测试它。请注意,该代码使用了BFS算法来遍历橘子,并计算腐烂的分钟数。希望能对你有所帮助!如果有任何疑问,请随时问我。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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