151. 反转字符串中的单词
反转单词由一个巧妙的思路就是先把字符串整体反转,再把每个单词里的字符反转。接下来就是处理细节:删除多余空格。使用双指针,左、右侧指针初始化为0,右侧指针遍历字符串中的字符,左侧指针记录删除空格后当前元素应该存储的位置。删除空格后修改字符串长度。
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
// c++
class Solution {
public:
void removeSpace(string &s){
int i, idx=0;
for(i=0; i<s.size(); i++){
// 第一个位置不存空格
if(idx==0 && s[i]==' ') continue;
// 重复出现的空格只存储一次
if(i>0 && s[i]==' ' && s[idx-1]==' '){
continue;
}
s[idx++] = s[i];
}
// 删除末尾多余空格
if(idx>0 && s[idx-1]==' ') idx--;
s.resize(idx);
}
string reverseWords(string s) {
int left = 0, right=0;
// 移除多余空格
removeSpace(s);
// 整串反转
reverse(s.begin(), s.end());
for(right=0; right<s.size(); right++){
// 最后一个单词后边没有空格,所以需要单独处理
if(s[right]==' '){
// 单词内的字符反转
reverse(s.begin()+left, s.begin()+right);
left = right+1;
}
}
// 反转最后一个单词
reverse(s.begin()+left, s.begin()+right);
return s;
}
};
右旋字符串
a b c d e f g abcdefg abcdefg 右旋 2 2 2 个字符变为 f g a b c d e fgabcde fgabcde ,不难发现这个字符串其实是进行了三次反转:
- 首先,整串反转,得到: g f e d c b a gfedcba gfedcba
- 其次,反转前 k k k个字符(此例k=2),得到: f g e d c b a fgedcba fgedcba
- 最后,反转剩余字符,得到: f g a b c d e fgabcde fgabcde
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
// c++
#include<bits/stdc++.h>
using namespace std;
int main(){
int k;
string s;
cin>>k>>s;
// cout<<k<<s;
reverse(s.begin(), s.end());
reverse(s.begin(), s.begin()+k);
reverse(s.begin()+k, s.end());
cout<<s;
return 0;
}
28. 找出字符串中第一个匹配项的下标
思路一:暴力求解
遍历 haystack ,当找到 needle 的第一个元素相同的元素时,向后查看 needle.size() 位判断是否与needle完全匹配。
时间复杂度:
O
(
n
∗
m
)
O(n * m)
O(n∗m)
空间复杂度:
O
(
1
)
O(1)
O(1)
// c++
class Solution {
public:
int strStr(string haystack, string needle) {
for(int i=0; i<haystack.size(); i++){
if(haystack[i] == needle[0]){
int flag = 1;
for(int j=0; j<needle.size(); j++){
if(haystack[i+j]!=needle[j]){
flag=0;
break;
}
}
if(flag) return i;
}
}
return -1;
}
};
*思路二:KMP算法
使用KMP算法做模式匹配。
时间复杂度:
O
(
n
+
m
)
O(n + m)
O(n+m)
空间复杂度:
O
(
m
)
O(m)
O(m)
// c++
class Solution {
public:
void getNext(int* next, string s){
int j=0, i;
next[0] = 0;
for(i=1; i<s.size(); i++){
while(j>0 && s[i]!=s[j]) j = next[j-1];
if(s[i]==s[j]) j++;
next[i] = j;
}
}
int strStr(string haystack, string needle) {
int* next = new int[needle.size()];
getNext(next, needle);
int j = 0;
for(int i=0; i<haystack.size(); i++){
while(j>0 && haystack[i]!=needle[j]){
j = next[j-1];
}
if(haystack[i] == needle[j]) j++;
if(j==needle.size()){
return i-needle.size()+1;
}
}
return -1;
}
};
459. 重复的子字符串
思路一:重复子串的性质
思路来源。 若字符串s可以由子串重复组成,那么s+s的中间位置一定会出现s。
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)
// c++
class Solution {
public:
bool repeatedSubstringPattern(string s) {
string t = s+s;
t.erase(t.begin());
t.erase(t.end()-1);
if(t.find(s) != -1) return true;
return false;
}
};
*思路二:KMP算法
KMP算法是做前后缀的最长匹配,前后缀的最长公共子串不包含的子串即位最小重复子串。
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
n
)
O(n)
O(n)
// c++
class Solution {
public:
void getNext(int *next, const string& s){
int j=0, i;
next[0] = 0;
for(int i=1; i<s.size(); i++){
while(j > 0 && s[i]!=s[j]) j = next[j-1];
if(s[i] == s[j]) j++;
next[i] = j;
}
}
bool repeatedSubstringPattern(string s) {
int *next = new int[s.size()];
getNext(next, s);
int len = s.size();
if(next[len-1] > 0 && len%(len - next[len-1])==0) return true;
return false;
}
};