串联所有单词的子串
给定一个字符串 s
和一个字符串数组 words
。 words
中所有字符串 长度相同。
s
中的 串联子串 是指一个包含 words
中所有字符串以任意顺序排列连接起来的子串。
- 例如,如果
words = ["ab","cd","ef"]
, 那么"abcdef"
,"abefcd"
,"cdabef"
,"cdefab"
,"efabcd"
, 和"efcdab"
都是串联子串。"acdbef"
不是串联子串,因为他不是任何words
排列的连接。
返回所有串联字串在 s
中的开始索引。你可以以 任意顺序 返回答案。
示例 1:
输入:s = "barfoothefoobarman", words = ["foo","bar"]
输出:[0,9]
解释:因为 words.length == 2 同时 words[i].length == 3,连接的子字符串的长度必须为 6。
子串 "barfoo" 开始位置是 0。它是 words 中以 ["bar","foo"] 顺序排列的连接。
子串 "foobar" 开始位置是 9。它是 words 中以 ["foo","bar"] 顺序排列的连接。
输出顺序无关紧要。返回 [9,0] 也是可以的。
示例 2:
输入:s = "wordgoodgoodgoodbestword", words = ["word","good","best","word"]
输出:[]
解释:因为 words.length == 4 并且 words[i].length == 4,所以串联子串的长度必须为 16。
s 中没有子串长度为 16 并且等于 words 的任何顺序排列的连接。
所以我们返回一个空数组。
示例 3:
输入:s = "barfoofoobarthefoobarman", words = ["bar","foo","the"] 输出:[6,9,12] 解释:因为 words.length == 3 并且 words[i].length == 3,所以串联子串的长度必须为 9。 子串 "foobarthe" 开始位置是 6。它是 words 中以 ["foo","bar","the"] 顺序排列的连接。 子串 "barthefoo" 开始位置是 9。它是 words 中以 ["bar","the","foo"] 顺序排列的连接。 子串 "thefoobar" 开始位置是 12。它是 words 中以 ["the","foo","bar"] 顺序排列的连接。
提示:
1 <= s.length <= 104
1 <= words.length <= 5000
1 <= words[i].length <= 30
words[i]
和s
由小写英文字母组成
关键词:串联子串
一个包含 words
中所有字符串以任意顺序排列连接起来的子串
对于["foo","bar","man"],以上6个字符串都属于串联子串。题中的串联子串有特殊性,即列表中的所有字符长度都相等。"foo","bar","man"长度都是3
任务:
判断字符串s中是否有串联子串,若有返回下标索引
该题的解题方法和最长回文子串一样,都是在字符串s中找到一串字符,并判断该子串是否符合条件。
(3条消息) 最长回文子串_盐巴饭团193的博客-CSDN博客https://blog.csdn.net/zhu_ba/article/details/131699736?spm=1001.2014.3001.5502可以分解任务,任务1:找到和串联子串一样的长的子串 任务2:判断子串是否是串联子串
任务1:
找到和串联子串一样长的子串。由于words表中每个单词长度固定,所以子串长度一定是字符个数*单个字符长度
n=len(words)*len(words[0])
利用滑动窗口。如图所示,假设长度为6,从起点i出发,终点是i+6 。每次滑动,判断窗口内的是不是串联子串。判断结束,窗口向右滑动一格。直至窗口右端滑到末端。
for i in range(0,m-n+1):
#判断子串
任务2:
从任务1中,得到了一个子串str,判断str是否是串联子串
解法1:
串联子串是words中所有单词的自由排序,只要维护一个字典。该字典存储所有单词的自由组合的所有可能。只要str在字典中,那么str就是串联子串
def findSubstring(self, s: str, words: List[str]) -> List[int]:
wordsdict=[]#自由排列字典
result=[]#用来存储串联子串的下标
def permutation(s,i):#自由排列的函数
if i == len(s):
st3 = ''.join(s)
wordsdict.append(st3)#排列结束,加入字典
else:
for j in range(i,len(s)):
s[j],s[i] = s[i],s[j]
permutation(s,i+1)
s[j],s[i] = s[i],s[j]
permutation(words,0)
m=len(s)
n=len(words)*len(words[0])
for i in range(m-n+1):#窗口移动
if s[i:i+n] in wordsdict:#如果str在字典中
result.append(i)#存储下标
return result
问题:该解法维护一个所有可能性的字典,当words里单词很多的时候,他的排列组合有n!种,也就需要几何倍数的空间,最终会内存不足
解法2:
采用哈希表。维护一张哈希表counter,存储words中每个单词出现的频率。如果滑动窗口中的str是串联子串的话,他们的单词出现频率是一样的。
也就是说对str子串来说,每截len(words[0])个字符,作为一个单词word。如果这个单词出现在counter中,则counter[word]-1。当counter[word]==0时,删掉counter[word]。当len(counter)为0时,也就是counter被删光时,说明str和串联子串刚好对应上。
以下是匹配成功的流程演示:
以下是匹配失败的流程演示:
以下是完整代码:
class Solution:
def findSubstring(self, s: str, words: List[str]) -> List[int]:
result=[]
m=len(s)
n=len(words)*len(words[0])
for i in range(0,m-n+1):#滑动窗口
counter = Counter(words)
for j in range(i,i+n,len(words[0])):#单个比对单词
word = s[j:j+len(words[0])]
if word in counter:
counter[word]-=1
if counter[word]==0:
del counter[word]
if len(counter)==0:
result.append(i)
break
return result
该解法最终会造成时间超时
解法3:
对于时间超时的情况,是因为每次比较都做一次counter[word]-1,以及len判断。
我们采用空间换时间的方法,因为哈希表有随机访问的特性,所以我们可以试着维护两个哈希表。其中一个哈希表counter的作用与解法2相同,记录words中各个单词出现的频率。对于任务1得到的字符串str,将其分割为n个单词,用另一个哈希表temp记录str中各个单词出现的频率。
两个哈希表都记录结束,如果两个哈希表相同的话,说明str是串联子串;如果不同,则str不是。
以下是匹配成功的流程演示:
以下是匹配失败的流程演示:
以下是完整代码:
class Solution:
def findSubstring(self, s: str, words: List[str]) -> List[int]:
result=[]
m=len(s)
n=len(words)*len(words[0])
wordlen=len(words[0])
for i in range(0,m-n+1):
counter = Counter(words)
temp=[]
for j in range(i,i+n,wordlen):
word = s[j:j+wordlen]
temp.append(word)
if Counter(temp)==counter:
result.append(i)
return result
反转字符串中的单词
给你一个字符串 s
,请你反转字符串中 单词 的顺序。
单词 是由非空格字符组成的字符串。s
中使用至少一个空格将字符串中的 单词 分隔开。
返回 单词 顺序颠倒且 单词 之间用单个空格连接的结果字符串。
注意:输入字符串 s
中可能会存在前导空格、尾随空格或者单词间的多个空格。返回的结果字符串中,单词间应当仅用单个空格分隔,且不包含任何额外的空格。
示例 1:
输入:s = "the sky is blue
" 输出:"blue is sky the
"
示例 2:
输入:s = " hello world " 输出:"world hello" 解释:反转后的字符串中不能存在前导空格和尾随空格。
示例 3:
输入:s = "a good example" 输出:"example good a" 解释:如果两个单词间有多余的空格,反转后的字符串需要将单词间的空格减少到仅有一个。
任务:
将字符串中按照空格分隔出单词,并把单词从后往前输出
分隔字符串只需要spilt函数
注意:split()默认按照空格分隔,并删除掉多余的空格。而spilt(" ")虽然也是按照空格分隔字符串,但是只会删除一个空格
将分割出来的"hello""world""!",反转成"!""world""hello"。
最后通过join函数将单词串联起来。并且利用strip函数去除字符串两边的空格
class Solution:
def reverseWords(self, s: str) -> str:
a = s.split()
#默认按照空格分隔 如果spilt(" ")的话,两字符之间只会删除一个空格
result = []
n = len(a)
for i in a[::-1]:
#从后往前遍历
result.append(i)
return ' '.join(result).strip()
李沐深度学习笔记
训练集、验证集、测试集
训练误差:模型在训练集上的误差
泛化误差:模型在新数据上的误差(测试集?) 关心的 训练误差不关心
验证数据集(拿出一半的训练集),不参与训练,用于评估模型的好坏。若不好,调一下超参数。
训练集是调神经网络的参数,如w和b等。而验证集是调整超参数,如学习率lr、网络层数、迭代次数等。
测试集,只用一次,最终模型的评估,不会参与调参。
怎么选择验证集?当训练集不够大时,
迭代3次(k次),每一次选择1块训练数据作为验证集,其余2块(k-1块)作为训练集。
得到3个(k个)验证集误差,求平均
过拟合、欠拟合
第一种过于简单,欠拟合,第二种过于复杂 ,过拟合
模型过于复杂,会过拟合,造成训练集上的精准度很高,但是测试集上的精准度下降
过拟合有时候是好事。首先,我们要模型容量足够大,在够的情况下,通过各种手段,使泛化误差下降。 要是模型太简单,怎么调都没有用。
统计学提供了数学工具去衡量模型优劣。实际上,是通过观察训练误差(调整参数)和验证误差(调整超参数)。
每个样本的元素个数:每个样本二维?三维?。。。。每个图片大小(3*28*28?3*79*79?)
imagenet最小是256*256
视频:空间轴、时间轴 股票预测:时间轴
如果能单拎验证集,得到他的序列号之类的,是可以分开清洗数据的。如果拿不到,就一起清洗。
理论上,k(迭代次数)越大,越精确 。但是,计算成本相对提高。
选择1、k折交叉验证就是确定超参数,确定后要重新训练整个训练模型 只需要一遍
选择2、可以k次,每次都训练一遍模型。计算很大,但是模型更稳定
选择3、可以k次,直接选择误差最小的模型
模型参数和超参数的区别:
模型参数:神经网络自己产生,并自动优化的参数
超参数:迭代过程中改不了的,也就是可以人工去修改的。如学习率设置等。
如何有效设计超参数?推荐随机。
蒸馏:在一个大模型的监督下,训练一个小模型。比一个野蛮生长的小模型的训练效果好