[ LeetCode ] 题刷刷(Python)-第14题:最长公共前缀

题目描述

编写一个函数来查找字符串数组中的最长公共前缀。

如果不存在公共前缀,返回空字符串 ""。

示例

示例 1:

输入:strs = ["flower","flow","flight"]
输出:"fl"
示例 2:

输入:strs = ["dog","racecar","car"]
输出:""
解释:输入不存在公共前缀。

解题

解法一: min()和max()

思路

min 和 max 函数是基于字典序(lexicographical order)来确定哪个字符串是最小的,哪个是最大的。

字典序-----字符串间的比较规则:

逐字符比较:从字符串的第一个字符开始,依次比较对应位置的字符。
字符顺序:根据字符的Unicode编码值大小决定字符之间的相对大小。如果一个字符串在某个位置的字符编码小于另一个字符串对应位置的字符编码,那么前者被认为“小于”后者。
短字符串与长字符串:如果在某个位置,一个字符串已经没有字符可比较(即已到达其结尾),而另一个字符串还有剩余字符,那么较短的字符串被认为“小于”较长的字符串。也就是说,如果一个字符串是另一个字符串的前缀,那么较短的那个字符串较小。

所以,只需要比较最小的字符串和最大的字符串,就可以确定整个字符串列表的最大公共前缀啦

算法复杂度

时间复杂度:O(n+m),其中n为字符串列表的长度,m为输入字符串列表中最小字符串的长度。

使用内置的min和max函数分别找出列表中最短和最长的字符串。这两个函数的时间复杂度均为线性,即O(n),其中n是字符串列表的长度。由于遍历整个列表一次以确定最小值和最大值,对于数据量非常大的情况,这部分时间开销不可忽视。

遍历最短字符串的每个字符及其索引i,并与最长字符串的相应字符进行比较。这部分的时间复杂度取决于最短字符串的长度,记为m,为O(m)。

综上所述,当处理的数据量非常大时,整体时间复杂度为O(n + m),其中n是字符串列表的长度,m是最短字符串的长度。在实际应用中,如果n远大于m,那么O(n)的部分通常主导总时间复杂度


空间复杂度:O(m+k),其中m为输入字符串列表中最小字符串的长度,k为输入字符串列表中最大字符串的长度

代码
class Solution:
    def longestCommonPrefix(self, strs: List[str]) -> str:
        # 如果字符串序列为空,则不存在最长公共前缀
        if not strs:
            return ""

        min_str = min(strs)
        max_str = max(strs)

        for i,s in enumerate(min_str):
            if s != max_str[i]:
                return max_str[:i]
        return min_str

解法二: 最短字符串与剩余字符串,逐字符比较

思路

将最短字符串设为初始的最长公共前缀,并从第二个字符串开始,逐个与其他字符串进行逐字符比较。只要当前字符相同,就继续比较下一个字符;一旦遇到不同字符,就截取已比较的相同字符子串作为新的最长公共前缀。遍历结束后,返回找到的最长公共前缀。

算法复杂度

时间复杂度分析:O(n log n),其中n是字符串列表的长度。

排序字符串列表:使用内置的sorted()函数对字符串列表进行排序,其时间复杂度为O(n log n),其中n是字符串列表的长度。

逐字符比较:对于每个字符串other,算法最多需要检查其与当前最长公共前缀的相同字符数量,即len(prefix)。由于在比较过程中,一旦发现不匹配的字符,就会立即停止并更新最长公共前缀,因此实际比较的字符数不会超过len(prefix)。对于列表中的n个字符串,总比较次数为n * m,其中m是最短字符串的长度。

综上所述,该算法的时间复杂度为O(n log n + n * m),其中n是字符串列表的长度,m是最短字符串的长度。由于n log n通常大于n * m,因此可以简化为O(n log n)。


空间复杂度:O(n),其中n是字符串列表的长度。

排序字符串列表:排序操作需要额外空间,其空间复杂度为O(n),其中n是字符串列表的长度。

最长公共前缀变量prefix:存储最长公共前缀,其长度不超过最短字符串的长度m。因此,存储prefix的空间复杂度为O(m)。

综上所述,该算法的空间复杂度为O(n + m),其中n是字符串列表的长度,m是最短字符串的长度。由于n通常大于m,可以简化为O(n)。

代码
class Solution:
    def longestCommonPrefix(self, strs: List[str]) -> str:
        if not strs:
            return ""

        # 排序字符串列表,确保最短字符串在首位
        sorted_strs = sorted(strs, key=len)
        prefix = sorted_strs[0]

        for other in strs[1:]:  # 从第二个字符串开始遍历
            i = 0
            while i < len(prefix) and prefix[i] == other[i]:
                i += 1  # 对应字符相同,继续比较下一个字符

            prefix = prefix[:i]  # 更新最长公共前缀为已比较的相同字符子串

        return prefix  # 返回找到的最长公共前缀

  • 20
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: LeetCode是一个优秀的在线编程平台,提供了丰富的算法和数据结构目供程序员练习。其中的简单大多可以用Python语言编写,下面为您提供几个常见目的Python版本答案。 1. 两数之和(Two Sum) 目描述:给定一个整数数组和一个目标值,找出数组中和为目标值的两个数。 Python版本答案: class Solution: def twoSum(self, nums: List[int], target: int) -> List[int]: d = {} for i, x in enumerate(nums): if target - x in d: return [d[target - x], i] d[x] = i 2. 反转字符串(Reverse String) 目描述:编写一个函数,其作用是将输入的字符串反转过来。 Python版本答案: class Solution: def reverseString(self, s: List[str]) -> None: """ Do not return anything, modify s in-place instead. """ left, right = 0, len(s) - 1 while left < right: s[left], s[right] = s[right], s[left] left += 1 right -= 1 3. 回文数字(Palindrome Number目描述:判断一个整数是否是回文数,例如:121是回文数,-121不是回文数。 Python版本答案: class Solution: def isPalindrome(self, x: int) -> bool: if x < 0: return False if x == 0: return True str_x = str(x) left, right = 0, len(str_x) - 1 while left < right: if str_x[left] != str_x[right]: return False left += 1 right -= 1 return True 以上只是这几个简单目的Python版本答案,实际上LeetCode上还有很多其他编程语言编写的优秀答案,需要程序员们自己去探索和实践。 ### 回答2: Leetcode是一个流行的在线编程库,提供了许多关于算法和数据结构的目,难度从简单到困难不等。Python是一种易学易用的编程语言,备受程序员欢迎。因此,许多程序员使用Python来解决Leetcode的编程问。下面我将提供一些Python版本的Leetcode简单的答案。 1. 两数之和 目描述:给定一个整数数组和一个目标值,在数组中找到两个数之和等于目标值。 解思路:使用哈希表来存储数组中每个元素的值和索引,然后遍历每个元素时,查找目标值减去当前元素的值是否在哈希表中,如果存在,返回两个值的索引。 Python代码: def twoSum(nums, target): hash_table = {} for i, num in enumerate(nums): complement = target - num if complement in hash_table: return hash_table[complement], i hash_table[num] = i nums = [2, 7, 11, 15] target = 9 print(twoSum(nums, target)) # Output: (0, 1) 2. 路径总和 目描述:给定一棵二叉树和一个目标值,判断是否存在从根节点到叶节点的路径,使得路径上所有节点的值相加等于目标值。 解思路:遍历二叉树的所有路径,判断路径上所有节点的值相加是否等于目标值。 Python代码: class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def hasPathSum(root, sum): if not root: return False if not root.left and not root.right and root.val == sum: return True return hasPathSum(root.left, sum - root.val) or hasPathSum(root.right, sum - root.val) root = TreeNode(5) root.left = TreeNode(4) root.right = TreeNode(8) root.left.left = TreeNode(11) root.left.left.left = TreeNode(7) root.left.left.right = TreeNode(2) root.right.left = TreeNode(13) root.right.right = TreeNode(4) root.right.right.right = TreeNode(1) sum = 22 print(hasPathSum(root, sum)) # Output: True 3. 最大子序和 目描述:给定一个整数数组,找到一个具有最大和的子数组,返回该子数组的和。 解思路:使用动态规划,定义状态dp[i]表示以第i个数结尾的最大子数组和,则状态转移方程为dp[i] = max(dp[i-1] + nums[i], nums[i])。 Python代码: def maxSubArray(nums): if not nums: return 0 n = len(nums) dp = [0] * n dp[0] = nums[0] for i in range(1, n): dp[i] = max(dp[i-1] + nums[i], nums[i]) return max(dp) nums = [-2,1,-3,4,-1,2,1,-5,4] print(maxSubArray(nums)) # Output: 6 总结:以上是三个Python版本的Leetcode简单的答案,它们涉及到哈希表、二叉树、动态规划等算法和数据结构。这些目既考验了程序员的基本功,又是训练算法思维的好工具。

“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

打赏作者

我好想敲代码

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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