Leetcode-316.Remove Duplicate Letters

问题描述:

  • Given a string which contains only lowercase letters, remove duplicate letters so that every letter appear once and only once. You must make sure your result is the smallest in lexicographical order among all possible results.
  • 给定一个字符串str, 请删掉所有重复的字符, 变成字符串中任何字符都只出现一次。 而且要求在所有的删除方案中, 你删除的方案形成的结果字符串, 字典序最小。
  • Example:

Given “bcabc”
Return “abc”
Given “cbacdcbc”
Return “acdb”

解题思路:

  • 图片参考
  • 先将用栈实现的方法,便于理解。
  • 首先,用一个长度为26的cnt数组记录该字符串中26个字符出现的次数,并且随着从左到右遍历来不断更新数组,更新原则为已经遍历过的字符不再计入次数。cnt[i]表示Ascicc码为‘a’+ i的字符出现的次数,所以,a出现的次数记录在cnt[0]中
  • 然后用一个栈来收集结果,那么对应重点内容一个长度为26的isInStack[]数组来记录26个字符是否在结果栈中,类似cnt数组,isInStack[0]表示a是否在结果栈中中
  • 然后从左到右遍历字符数组,对于i位置上的字符curValue:
    • 如果已经处于结果栈中(根据isInStack数组判断),那么curValue则不加入结果栈,cnt数组对应位置减1,处理下一字符
    • 如果不在结果栈中,如果栈为空,则直接加入结果栈中;否则,将考虑当前栈顶元素的情况,若栈顶元素大于curValue(保证整体字典序最小),并且栈顶元素还会在当前元素的后面出现(保证弹栈不会遗漏栈顶这个字符),那么可以将栈顶元素从结果集中剔除(弹栈),并将弹栈元素的在isInStack数组位置处置为false,然后继续比较curValue与栈顶元素的大小,和栈顶元素是否在当前元素的后面是否出现。直到栈空或者curValue大于栈顶元素或者栈顶元素不会在curValue之后出现,将该元素入栈,并处理cnt与isInStack数组相应位置上的值。(有点类似于单调栈的部分操作)
  • 时间复杂度:O(N),每个字符都入栈一次,比贪心策略的解法要好得多

经验教训

  • 统计次数可以用哈希表,但是由于字符串中最多只有26个字母,无其他字符,方便管理,所以用数组更为省空间,并注意数组下标与实际‘a’’b’字符的对应关系
  • 也可以事先在栈中用一个‘0’(比小写字母码小的字符)打底,这样便无需判断栈空,因为该元素永远都不会弹栈,只是最后逆序输出时要注意。
  • 可以看出,最终还需要把栈逆序输出,那么我们可以直接用一个双端队列来代替栈,这样可以少一次循环。同样,也可以用StringBuffer中的deleteCharAt()和charAt()方法,来起到双端队列的获取首部尾部,删除首部尾部,在尾部添加(append)等功能,后两者比栈省时
  • 对于时间复杂有限制的题,使用java中的方法要弄明白,到底该方法底层实现复杂度是否超标
    *
  • 该题还存在其他解法,具体见leetcode该题的讨论区

代码实现

  • 用栈
public static String removeDuplicateLetters1(String s) {
        if (s == null) {
            return null;
        }
        char[] chStr = s.toCharArray();
        int[] cnt = new int[26];
        //填写cnt数组
        for (int i = 0;i < chStr.length;i++) {
            cnt[chStr[i] - 'a']++;
        }
        boolean[] isInStack = new boolean[26];
        Stack<Character> result = new Stack<>();
        for (int i = 0;i < chStr.length;i++) {
            char curValue = chStr[i];
            //该字符已被加入结果集中
            if (isInStack[curValue - 'a']) {
                //更新该字符对应cnt值,处理下一字符
                cnt[curValue - 'a']--;
                continue;
            }
            //该字符不在结果集中
            //与栈顶元素不断比较,当小于栈顶元素并且栈顶元素还会在以后出现时,便将栈顶元素从结果集中剔除(弹栈)
            while ((! result.isEmpty()) && curValue < result.peek() && cnt[result.peek() - 'a'] > 0) {
                char popValue = result.pop();
                isInStack[popValue - 'a'] = false;
            }
            //加入该元素
            result.push(curValue);
            //更新该元素对应的数组位置上的值
            isInStack[curValue - 'a'] = true;
            cnt[curValue - 'a']--;
        }
        //借助与StringBuilder逆序
        StringBuilder sb = new StringBuilder();
        while (! result.isEmpty()) {
            sb.append(result.pop());
        }
        return sb.reverse().toString();
    }
  • 用StringBuffer
public static String removeDuplicateLetters2(String s)  {
        if (s == null) {
            return null;
        }
        char[] chStr = s.toCharArray();
        int[] cnt = new int[26];
        for (int i = 0;i < chStr.length;i++) {
            cnt[chStr[i] - 'a']++;
        }
        boolean[] isInStack = new boolean[26];
        StringBuilder sb = new StringBuilder();
        for (int i = 0;i < chStr.length;i++) {
            char curValue = chStr[i];
            if (isInStack[curValue - 'a']) {
                cnt[curValue - 'a']--;
                continue;
            }

            while ((sb.length() != 0) && curValue < sb.charAt(sb.length() - 1) && cnt[sb.charAt(sb.length() - 1) - 'a'] > 0) {
                char popValue = sb.charAt(sb.length() - 1);
                sb.deleteCharAt(sb.length() - 1);
                isInStack[popValue - 'a'] = false;
            }
            sb.append(curValue);
            isInStack[curValue - 'a'] = true;
            cnt[curValue - 'a']--;
        }
        return sb.toString();
    }
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。

“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