当前位置: 首页 > news >正文

从字符串中“薅出”最长子串:LeetCode 340 Swift 解法全解析

在这里插入图片描述
在这里插入图片描述

文章目录

    • 摘要
    • 描述
    • 题解答案
    • 题解代码分析
      • 详细解析:
    • 示例测试及结果
      • 结果解释:
    • 时间复杂度
    • 总结

摘要

在日常开发中,我们经常需要处理字符串,比如分析用户输入、文本挖掘、数据清洗等等。而这道题就特别实用:如何找到一个字符串中最多包含 K 个不同字符的最长子串?本篇文章将用 Swift 手把手带你搞懂滑动窗口的使用技巧,从思路到代码再到复杂度分析,一站式搞定。

描述

题目是这样描述的:

给定一个字符串 s 和一个整数 k,请你找出字符串中 最多包含 k 个不同字符的最长子串的长度

这个问题的关键在于“最多包含 K 个不同字符”,也就是说超过 K 个不同字符就不符合要求,我们要把这个限制“滑动”管理好。

题解答案

我们使用 滑动窗口 + 哈希表 的经典组合来解决这个问题。滑动窗口主要用来维护当前的子串区间,而哈希表负责统计窗口内字符的出现频次。

核心思路:

  • 用两个指针维护一个窗口 [left, right]
  • 用一个 Dictionary<Character, Int> 来记录当前窗口内每个字符的出现次数
  • 如果窗口里的不同字符数超过 K,就不断左移窗口直到满足条件
  • 在每次满足条件的窗口中更新最大长度

题解代码分析

func lengthOfLongestSubstringKDistinct(_ s: String, _ k: Int) -> Int {if k == 0 || s.isEmpty { return 0 }let chars = Array(s)var left = 0var maxLength = 0var charCount = [Character: Int]()for right in 0..<chars.count {let rightChar = chars[right]charCount[rightChar, default: 0] += 1// 当不同字符数量超过 k,移动左指针收缩窗口while charCount.keys.count > k {let leftChar = chars[left]charCount[leftChar]! -= 1if charCount[leftChar]! == 0 {charCount.removeValue(forKey: leftChar)}left += 1}// 记录当前符合条件的最大长度maxLength = max(maxLength, right - left + 1)}return maxLength
}

详细解析:

  • charCount[rightChar, default: 0] += 1:把新字符加入窗口并计数
  • charCount.keys.count > k:检查窗口是否超出 K 种字符
  • charCount.removeValue(forKey: leftChar):清理掉数量为 0 的字符,保持哈希表干净
  • right - left + 1 是当前窗口长度,每次都尝试更新最大值

示例测试及结果

print(lengthOfLongestSubstringKDistinct("eceba", 2)) // 输出 3,子串为 "ece"
print(lengthOfLongestSubstringKDistinct("aa", 1))    // 输出 2,子串为 "aa"
print(lengthOfLongestSubstringKDistinct("abcadcacacaca", 3)) // 输出 11,子串为 "cadcacacaca"

结果解释:

  • 示例 1:子串 "ece" 有两个不同字符,长度为 3
  • 示例 2:整个字符串只有一种字符,直接返回长度 2
  • 示例 3:可以从第 2 个字符开始算起,取到最长满足条件的子串 "cadcacacaca"

时间复杂度

  • 时间复杂度:O(n)
    整个字符串遍历一遍,每个字符最多进出窗口一次。
  • 空间复杂度:O(k)
    哈希表最多存储 K 个不同字符的频率。

总结

这道题是滑动窗口思想的经典应用,通过“收缩窗口”控制不同字符的种类,再通过变量记录最长长度。在实际项目里,如果你在做关键词搜索优化、用户行为分析、或者简单的文本压缩策略,这类“限定种类数量”的需求其实挺常见的。

Swift 写法也很清晰,用 Dictionary 来统计频次,逻辑直观,性能也不错。

http://www.lryc.cn/news/603607.html

相关文章:

  • B+树高效实现与优化技巧
  • 如何选择AI IDE?对比Cursor分析功能差异
  • echarts图表点击legend报错问题(折线图)
  • 8.项目起步(2)
  • 数据库02 网页html01 day44
  • 图像增强11种几何变换方法示例
  • 从单机架构到分布式:Redis为何成为架构升级的关键一环?
  • 基于web的在线购物系统的设计与实现/在线商城的设计与实现
  • 架构实战——互联网架构模板(“网络层”技术)
  • MySQL MVCC:并发神器背后的原理解析
  • ElementUI表格 el-table实现自动循环滚动
  • MySQL图解索引篇
  • JavaWeb(苍穹外卖)--学习笔记15(分页查询PageHelper)
  • JavaWeb 入门:JavaScript 基础与实战详解(Java 开发者视角)
  • 一个人开发一个App(数据库)
  • vue3组件通信的几种方法,详解
  • ​第七篇:Python数据库编程与ORM实践
  • Vue 2.0响应式原理深度解析
  • 【C++算法】82.BFS解决FloodFill算法_被围绕的区域
  • 基于SpringBoot和Leaflet集成在线天气服务的区县当前天气WebGIS实战
  • 【CSS】盒子类型
  • Linux网络:多路转接 select
  • 7月29号打卡
  • 个人健康管理小程序(消息订阅、Echarts图形化分析)
  • C# CAN通信上位机系统设计与实现
  • Hyperchain安全与隐私机制详解
  • Prometheus + Grafana + Micrometer 监控方案详解
  • CodeRush AI 助手进驻 Visual Studio:AiGen/AiFind 亮相(三)
  • 【数据可视化-74】电信用户流失数据可视化分析:Python + Pyecharts 炫酷大屏(含完整的数据,代码)
  • Visual Studio的妙用