代码随想录训练营打卡第九天

代码随想录: 代码随想录

151. 反转字符串中的单词

class Solution {
public:
    void removeExtraSpaces(string& s) {
        int slow = 0, fast = 0;
        for (; fast < s.size(); fast++) {
            if (s[fast] != ' ') {
                if (slow != 0) {
                    s[slow] = ' ';
                    slow++;
                }
                while (fast < s.size() && s[fast] != ' ') {
                    s[slow] = s[fast];
                    slow++;
                    fast++;
                }
            }
        }
        s.resize(slow);
    }
    string reverseWords(string s) {
        reverse(s.begin(), s.end());
        removeExtraSpaces(s);
        int slow = 0, fast = 0;
        for ( ; fast <= s.size(); fast++) {
            if (fast == s.size() || s[fast] == ' ') {
                reverse(s.begin() + slow, s.begin() + fast);
                slow = fast + 1;
            }
        }
        return s;
    }
};

右旋字符串

链接: 55. 右旋字符串(第八期模拟笔试)

#include <iostream>
using namespace std;

int main()
{
    int n; string s;
    cin >> n >> s;
    string ans;
    for (int i = s.size() - n; i < s.size(); i++) {
        ans += s[i];
    }
    for (int i = 0; i < s.size() - n; i++) {
        ans += s[i];
    }
    cout << ans;
    
    return 0;
}

O(n)空间

#include <iostream>
#include <algorithm>
using namespace std;

int main()
{
    int n; string s;
    cin >> n >> s;
    int len = s.size(); //获取长度

    reverse(s.begin(), s.end()); // 整体反转
    reverse(s.begin(), s.begin() + n); // 先反转前一段,长度n
    reverse(s.begin() + n, s.end()); // 再反转后一段
    
    cout << s;
    return 0;
}

O(1)空间

但两种方法在判题机上消耗的内存均为2180kb, 以下是Claude sonnet 3.5的解释:

您提出了一个非常好的问题。确实,从理论上讲,第二种方法的空间复杂度是 O(n),而第一种是 O(1)。让我们深入分析为什么实际测试中它们可能显示相同的内存消耗:

  1. 字符串的实现: C++ 的 std::string 通常使用小字符串优化(SSO)。对于小字符串(通常小于 15 或 23 字符,取决于实现),数据直接存储在 string 对象内部,而不是在堆上分配额外内存。如果输入的字符串足够小,两种方法可能都不会触发堆分配。
  2. 内存分配的粒度: 即使第二种方法确实在堆上分配了额外内存,操作系统的内存分配通常以较大的块(如 4KB)进行。所以即使多分配了一个字符串的空间,可能也不会导致额外的内存页被分配。
  3. 程序的基本开销: 两个程序的大部分内存使用可能来自于共同的基本结构(如可执行文件本身、加载的库、栈空间等)。相比之下,一个额外的字符串可能只是很小的增量。
  4. 内存计算和报告方式:
    • 判题系统可能只报告峰值内存使用,而不是整个执行过程中的累积使用。
    • 内存使用可能被四舍五入到最近的 KB,掩盖了小的差异。
  5. 编译器优化: 现代编译器可能会优化掉看似多余的内存分配,特别是在小规模数据上。
  6. 测试数据规模: 如果测试用的字符串不够长,可能无法显示出两种方法在空间使用上的理论差异。
  7. 栈 vs 堆: 第二种方法创建的新字符串可能被编译器优化为栈上分配,而不是堆上,这样就不会增加程序的整体内存占用。

要真正看到这两种方法在内存使用上的差异,您可能需要:

  • 使用非常长的字符串作为输入(超过 SSO 的限制)。
  • 使用更精确的内存分析工具,而不是依赖判题系统的粗略报告。
  • 禁用某些编译器优化,以防止编译器消除理论上的差异。

在实际应用中,对于小规模的问题,这种理论上的空间复杂度差异可能并不明显。只有在处理大规模数据时,O(n) 和 O(1) 的差异才会变得显著。

这个例子很好地说明了理论分析和实际性能之间可能存在的差距,特别是在小规模问题上。它也强调了在评估算法时考虑实际实现细节的重要性。

您对这个更详细的解释还有什么想法或疑问吗?

kmp先跳了

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