热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

【数组和字符串】(三)字符串简介

目录三、字符串简介3.1最长公共前缀3.2最长回文子串3.3翻转字符串里的单词3.4实现strStr(选修字符串匹配算法:KMP)(未完)三、字符串简介3

目录

三、字符串简介

3.1 最长公共前缀

3.2 最长回文子串

3.3 翻转字符串里的单词

3.4 实现 strStr (选修字符串匹配算法:KMP) (未完)



三、字符串简介

3.1 最长公共前缀


3.1.1 问题描述




3.1.2 求解过程

法一:注意是“公共”前缀,而 不是“出现次数最多的”前缀,因此,每次只需要判断前缀切片出现次数是否等于列表中字符串总数即可。一旦前缀切片出现频次小于字符串总数,则不满足公共,停止寻找。(审题很重要!)

2020/06/04 - 24.13% - 使用了太多技巧,复杂度太高!效率很低!且冗余计算很多!

class Solution:def longestCommonPrefix(self, strs: List[str]) -> str:num = len(strs) # 字符串总数if num == 0: # 特殊情况 []return ""if num == 1: # 特殊情况 [""] ["ab"]return strs[0]f = "" # 初始化输出前缀字符串max_len = len(max(strs, key=lambda x: len(x))) # 最长字符串长度for i in range(1, max_len+1): # 使用切片不会有 index out of range 的问题f_temp, n_temp = collections.Counter(map(lambda y: y[:i], strs)).most_common()[0] if n_temp == num: # 如果该前缀出现频次=字符串总数f = f_temp # 将其作为输出前缀字符串else:return freturn f

法二:注意到,作为“公共”前缀,事实上根本不需要那么多技巧和遍历。只需要选其中一个单词切片,遍历数组依次对比以确定当前切片是否是“公共”的。一旦发现非公共,直接返回当前切片。否则,扩大切片范围再遍历一次。

2020/06/04 - 77.66% - 思路有对,可以继续优化!

class Solution:def longestCommonPrefix(self, strs: List[str]) -> str:if len(strs) == 0:return ""result = "" # 初始化输出结果first_str = strs[0] # 首单词for i in range(1, len(first_str)+1): # 根据参考答案, 使用 find 可以简化 for 后操作cur_front = first_str[:i] # 当前前缀#for j in range(1, length): # 用单纯的 for 比 enumerate 慢 20%# if strs[j][:i] != cur_front:for _, cur_str in enumerate(strs):if cur_str[:i] != front: # 但凡发现一个不一样, 直接 returnreturn resultresult = cur_front # 遍历数组, 确定公共前缀return result

法三:参考写法,太强了,充分利用 Python 特性:zip() 拉链函数 + * 打包 + 集合 set 等实现最优化,化繁为简,佩服!经过观察,最快的方法 无一不是使用 zip() 函数

2020/06/04 - 99.99% - 最快!

class Solution:def longestCommonPrefix(self, strs: List[str]) -> str:res = ""# 通过 zip 缝合所有元素, 超过最短的部分会被截断for i in zip(*strs): #print(i)if len(set(i)) == 1: # 使用集合判断当前位置字符是否公共res += i[0]else:break return res

3.2 最长回文子串


3.2.1 问题描述

3.2.2 求解过程

法一:朴素法,从宽到窄的滑动窗口,依次对其中的字符串切片进行正、逆序比较。一旦符合比较,就是当前最长的回文字符串了,直接返回之。否则,找到最后也没有,就随意返回一个字符。复杂度 O(n^3)。

2020/06/04 - 36.83% - 看来不怎么样!(4752 ms太低效了)

class Solution:def longestPalindrome(self, s: str) -> str:length &#61; len(s)if length <&#61; 1: # 特殊情况如 "" "a"return stimes &#61; 1 # 首次用全长窗口, 只需要比较1次for width in range(length, 0, -1): # 滑动窗口宽度-1for start in range(times): # 滑动窗口移动次数 timeswindow &#61; s[start:start&#43;width] # 滑动窗口内字符串切片if window &#61;&#61; window[::-1]: # 正序逆序比较return windowtimes &#43;&#61; 1 # 滑动窗口宽度-1时,移动次数&#43;1return s[0] # 如果一直找不到就随意返回一个字符

法二&#xff1a;参考答案&#xff0c;原理待回顾

2020/06/04 - 99.94% - 最快&#xff01;(52 ms)

class Solution:def longestPalindrome(self, s: str) -> str:length &#61; len(s)if length <2 or s &#61;&#61; s[::-1]:return selse:max_length &#61; 1 start_pointer &#61; 0 for i in range(1, length):even &#61; s[i-max_length: i&#43;1] # 切片odd &#61; s[i-max_length-1: i&#43;1] # 切片if (i - max_length-1 >&#61; 0) and (odd &#61;&#61; odd[::-1]):start_pointer &#61; i - max_length - 1 max_length &#43;&#61; 2continueif (i - max_length >&#61; 0) and (even &#61;&#61; even[::-1]):start_pointer &#61; i - max_lengthmax_length &#43;&#61; 1return s[start_pointer: start_pointer&#43;max_length]

3.3 翻转字符串里的单词


3.3.1 问题描述

 

3.3.2 求解过程

法一&#xff1a;朴素法&#xff0c;使用 split(" ") 将原字符串以 " " 为间隔划分为字符串列表&#xff0c;使用 [::-1] 反转字符串列表。注意&#xff0c;此时字符串列表仍包含有空字符串。为此&#xff0c;通过 for 循环筛选出非空字符串并加入结果字符串 res 中&#xff0c;然后加入字符串间隔空格。最后&#xff0c;使用 str.rstrip() 删除末端空格。复杂度 O(n)。

2020/06/06 - 90.57% - 朴素的思路

class Solution:def reverseWords(self, s: str) -> str:res &#61; ""tmp &#61; s.split(" ")[::-1]for word in tmp:if word:res &#43;&#61; wordres &#43;&#61; " "return res.rstrip()

法二&#xff1a;组合 Python 字符串方法 split() 和 join() 实现拆分和重组&#xff0c;通过 list[::-1] 反转中间形式的字符串列表。复杂度 O(n)。

2020/06/06 - 99.99% - 虽然最快&#xff0c;但是太依赖内建方法。

class Solution:def reverseWords(self, s: str) -> str:if not s:return ""word_list &#61; s.split()[::-1] # 获取所有有效的字符串列表并反转strs &#61; " ".join(word_list) # 将列表元素以" "为间隔合成新字符串return strs# return " ".join(s.split()[::-1]) # 以上可一言以蔽之

3.4 实现 strStr (选修字符串匹配算法&#xff1a;KMP)

3.4.1 问题描述

3.4.2 求解过程

法一&#xff1a;(基准) 直接使用 Python 字符串内置方法 str.find() 实现查找匹配。如果这样写&#xff0c;面试官肯定要把你踢出去的......

2020/06/07 - 60.60% - 看来还不是最快的&#xff01;

class Solution:def strStr(self, haystack: str, needle: str) -> int:return haystack.find(needle)

 法二&#xff1a;(暴力匹配改) 不同于每次都在 haystack 上滑动窗口取出切片来与 needle 比较的暴力匹配方式&#xff0c;本方法先试探性比较首字母&#xff0c;倘若相同才有兴趣比较全部&#xff0c;从而节省了大量时间。复杂度 O(n) 吗&#xff1f;(怎么算啊&#xff1f;)

202/06/08 - 97.06% - 看来还行

class Solution:def strStr(self, haystack: str, needle: str) -> int:if not needle: # len(needle) &#61;&#61; 0 返回 0return 0lenh &#61; len(haystack)lenn &#61; len(needle)if lenh

法三&#xff1a;(KMP 算法)&#xff1a;待续。。。


推荐阅读
  • 本指南从零开始介绍Scala编程语言的基础知识,重点讲解了Scala解释器REPL(读取-求值-打印-循环)的使用方法。REPL是Scala开发中的重要工具,能够帮助初学者快速理解和实践Scala的基本语法和特性。通过详细的示例和练习,读者将能够熟练掌握Scala的基础概念和编程技巧。 ... [详细]
  • 每年,意甲、德甲、英超和西甲等各大足球联赛的赛程表都是球迷们关注的焦点。本文通过 Python 编程实现了一种生成赛程表的方法,该方法基于蛇形环算法。具体而言,将所有球队排列成两列的环形结构,左侧球队对阵右侧球队,首支队伍固定不动,其余队伍按顺时针方向循环移动,从而确保每场比赛不重复。此算法不仅高效,而且易于实现,为赛程安排提供了可靠的解决方案。 ... [详细]
  • 本课程深入探讨了 Python 中自定义序列类的实现方法,涵盖从基础概念到高级技巧的全面解析。通过实例演示,学员将掌握如何创建支持切片操作的自定义序列对象,并了解 `bisect` 模块在序列处理中的应用。适合希望提升 Python 编程技能的中高级开发者。 ... [详细]
  • Python进阶笔记:深入理解装饰器、生成器与迭代器的应用
    本文深入探讨了Python中的装饰器、生成器和迭代器的应用。装饰器本质上是一个函数,用于在不修改原函数代码和调用方式的前提下为其添加额外功能。实现装饰器需要掌握闭包、高阶函数等基础知识。生成器通过 `yield` 语句提供了一种高效生成和处理大量数据的方法,而迭代器则是一种可以逐个访问集合中元素的对象。文章详细解析了这些概念的原理和实际应用案例,帮助读者更好地理解和使用这些高级特性。 ... [详细]
  • 【图像分类实战】利用DenseNet在PyTorch中实现秃头识别
    本文详细介绍了如何使用DenseNet模型在PyTorch框架下实现秃头识别。首先,文章概述了项目所需的库和全局参数设置。接着,对图像进行预处理并读取数据集。随后,构建并配置DenseNet模型,设置训练和验证流程。最后,通过测试阶段验证模型性能,并提供了完整的代码实现。本文不仅涵盖了技术细节,还提供了实用的操作指南,适合初学者和有经验的研究人员参考。 ... [详细]
  • 在编程笔试和面试中,全排列算法因其适中的难度而备受青睐,不仅能够考察应聘者的算法基础,还能测试其对递归和回溯的理解。本文将深入解析全排列算法的实现原理,探讨其应用场景,并提供优化建议,帮助读者更好地掌握这一重要算法。 ... [详细]
  • HBase Java API 进阶:过滤器详解与应用实例
    本文详细探讨了HBase 1.2.6版本中Java API的高级应用,重点介绍了过滤器的使用方法和实际案例。首先,文章对几种常见的HBase过滤器进行了概述,包括列前缀过滤器(ColumnPrefixFilter)和时间戳过滤器(TimestampsFilter)。此外,还详细讲解了分页过滤器(PageFilter)的实现原理及其在大数据查询中的应用场景。通过具体的代码示例,读者可以更好地理解和掌握这些过滤器的使用技巧,从而提高数据处理的效率和灵活性。 ... [详细]
  • Python全局解释器锁(GIL)机制详解
    在Python中,线程是操作系统级别的原生线程。为了确保多线程环境下的内存安全,Python虚拟机引入了全局解释器锁(Global Interpreter Lock,简称GIL)。GIL是一种互斥锁,用于保护对解释器状态的访问,防止多个线程同时执行字节码。尽管GIL有助于简化内存管理,但它也限制了多核处理器上多线程程序的并行性能。本文将深入探讨GIL的工作原理及其对Python多线程编程的影响。 ... [详细]
  • 在探讨P1923问题时,我们发现手写的快速排序在最后两个测试用例中出现了超时现象,这在意料之中,因为该题目实际上要求的是时间复杂度为O(n)的算法。进一步研究题解后,发现有选手使用STL中的`nth_element`函数成功通过了所有测试点。本文将详细分析这一现象,并提出相应的优化策略。 ... [详细]
  • 本文探讨了利用Python实现高效语音识别技术的方法。通过使用先进的语音处理库和算法,本文详细介绍了如何构建一个准确且高效的语音识别系统。提供的代码示例和实验结果展示了该方法在实际应用中的优越性能。相关文件可从以下链接下载:链接:https://pan.baidu.com/s/1RWNVHuXMQleOrEi5vig_bQ,提取码:p57s。 ... [详细]
  • 如何精通编程语言:全面指南与实用技巧
    如何精通编程语言:全面指南与实用技巧 ... [详细]
  • 在Ubuntu系统中配置Python环境变量是确保项目顺利运行的关键步骤。本文介绍了如何将Windows上的Django项目迁移到Ubuntu,并解决因虚拟环境导致的模块缺失问题。通过详细的操作指南,帮助读者正确配置虚拟环境,确保所有第三方库都能被正确识别和使用。此外,还提供了一些实用的技巧,如如何检查环境变量配置是否正确,以及如何在多个虚拟环境之间切换。 ... [详细]
  • 机器学习中的标准化缩放、最小-最大缩放及鲁棒缩放技术解析 ... [详细]
  • 探索偶数次幂二项式系数的求和方法及其数学意义 ... [详细]
  • 利用Python进行学生学业表现评估与成绩预测分析
    利用Python进行学生学业表现评估与成绩预测分析 ... [详细]
author-avatar
mobiledu2502870193
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有