【字符串】【C++算法】828.统计子串中的唯一字符

简介: 【字符串】【C++算法】828.统计子串中的唯一字符

作者推荐

【动态规划】【map】【C++算法】1289. 下降路径最小和 II

本文涉及知识点

子数组(串) 字符串

LeetCoce828.统计子串中的唯一字符

我们定义了一个函数 countUniqueChars(s) 来统计字符串 s 中的唯一字符,并返回唯一字符的个数。

例如:s = “LEETCODE” ,则其中 “L”, “T”,“C”,“O”,“D” 都是唯一字符,因为它们只出现一次,所以 countUniqueChars(s) = 5 。

本题将会给你一个字符串 s ,我们需要返回 countUniqueChars(t) 的总和,其中 t 是 s 的子字符串。输入用例保证返回值为 32 位整数。

注意,某些子字符串可能是重复的,但你统计时也必须算上这些重复的子字符串(也就是说,你必须统计 s 的所有子字符串中的唯一字符)。

示例 1:

输入: s = “ABC”

输出: 10

解释: 所有可能的子串为:“A”,“B”,“C”,“AB”,“BC” 和 “ABC”。

其中,每一个子串都由独特字符构成。

所以其长度总和为:1 + 1 + 1 + 2 + 2 + 3 = 10

示例 2:

输入: s = “ABA”

输出: 8

解释: 除了 countUniqueChars(“ABA”) = 1 之外,其余与示例 1 相同。

示例 3:

输入:s = “LEETCODE”

输出:92

提示:

1 <= s.length <= 105

s 只包含大写英文字符

分析

累加各字符在各子串中出现的次数。s[i] 是那些子串的唯一字符?令iPre<i ,且s[iPre]==s[i]。如果有多个iPre,取最大值。如果不存在iPre,取-1。令iNext>i,且s[i]==s[iNext] ,如果有多个合法的iNext,取最小值。如果不存在,取s.length。

left 取(iPre,i] right取[i,iNext) 。 s[i] 是子串[left,right]的唯一字符,且s[i]不是其它子串的唯一字符。

vNext[i] 记录 ‘A’+i 的所有下标,最前面加上-1,最后加上s.length。

枚举vNext[i] 首尾元素外的所有元素。

代码

核心代码

class Solution {
public:
  int uniqueLetterString(string s) {
    vector<vector<int>> indexs(26);
    for (auto& v : indexs)
    {
      v.emplace_back(-1);
    }
    for (int i = 0 ; i < s.length();i++ )
    {
      indexs[s[i] - 'A'].emplace_back(i);
    }
    int iRet = 0;
    for (auto& v : indexs)
    {
      v.emplace_back(s.length());
      for (int i = 1; i + 1 < v.size(); i++)
      {
        iRet += (v[i] - v[i - 1]) * (v[i + 1] - v[i]);
      }
    }
    return iRet;
  }
};

测试用例

2023年1月 第一版

class Solution {

public:

int uniqueLetterString(string s) {

for (int j = 0; j < 26; j++)

{

setCharIndexs[j].push_back(-1);

}

for (int i = 0; i < s.length();i++)

{

const auto& ch = s[i];

Add(setCharIndexs[ch - ‘A’], i);

}

for (int j = 0; j < 26; j++)

{

Add(setCharIndexs[j], s.length());

}

return m_iNum;

}

void Add(std::vector& v,int i )

{

if (v.size() == 3)

{

v[0] = v[1];

v[1] = v[2];

v[2] = i;

}

else

{

v.push_back(i);

}

if (3 == v.size())

{

m_iNum += (v[1] - v[0])*(v[2] - v[1]);

}

}

std::vector setCharIndexs[26];

int m_iNum = 0;

};

2023年 1月 第二版

class Solution {

public:

int uniqueLetterString(string s) {

int iNum = 0;

for (int i = 0; i < s.length();i++)

{

const auto& ch = s[i];

{

auto& curSet = setCharIndexs[ch - ‘A’];

if (curSet.size() == 2)

{

curSet[0] = curSet[1];

curSet[1] = i;

}

else

{

curSet.push_back(i);

}

}

for (int j = 0; j < 26; j++)

{

auto& charSet = setCharIndexs[j];

if (charSet.empty())

{

continue;

}

if (2 == charSet.size())

{

iNum += charSet[1] - charSet[0];

}

else

{

iNum += charSet[0] + 1;

}

}

}

return iNum;

}

std::vector setCharIndexs[26];

};

2023年1月 第三版

class Solution {

public:

int uniqueLetterString(string s) {

int iNum = 0;

for (int i = 0; i < s.length();i++)

{

const auto& ch = s[i];

{

auto& curSet = setCharIndexs[ch - ‘A’];

curSet.insert(i);

if (curSet.size() > 2)

{

curSet.erase(curSet.begin());

}

}

for (int j = 0; j < 26; j++)

{

auto& charSet = setCharIndexs[j];

if (charSet.empty())

{

continue;

}

if (2 == charSet.size())

{

iNum += *charSet.rbegin() - *charSet.begin();

}

else

{

iNum += *charSet.rbegin() + 1;

}

}

}

return iNum;

}

std::set setCharIndexs[26];

};


相关文章
|
11月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
285 0
|
11月前
|
C语言 C++
【实战指南】 C/C++ 枚举转字符串实现
本文介绍了在C/C++中实现枚举转字符串的实用技巧,通过宏定义与统一管理枚举名,提升代码调试效率并减少维护错误。
629 95
|
存储 机器学习/深度学习 算法
基于 C++ 的局域网访问控制列表(ACL)实现及局域网限制上网软件算法研究
本文探讨局域网限制上网软件中访问控制列表(ACL)的应用,分析其通过规则匹配管理网络资源访问的核心机制。基于C++实现ACL算法原型,展示其灵活性与安全性。文中强调ACL在企业与教育场景下的重要作用,并提出性能优化及结合机器学习等未来研究方向。
315 4
|
机器学习/深度学习 存储 算法
基于 C++ 布隆过滤器算法的局域网上网行为控制:URL 访问过滤的高效实现研究
本文探讨了一种基于布隆过滤器的局域网上网行为控制方法,旨在解决传统黑白名单机制在处理海量URL数据时存储与查询效率低的问题。通过C++实现URL访问过滤功能,实验表明该方法可将内存占用降至传统方案的八分之一,查询速度提升约40%,假阳性率可控。研究为优化企业网络管理提供了新思路,并提出结合机器学习、改进哈希函数及分布式协同等未来优化方向。
349 0
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
316 17
|
存储 监控 算法
基于 C++ 哈希表算法实现局域网监控电脑屏幕的数据加速机制研究
企业网络安全与办公管理需求日益复杂的学术语境下,局域网监控电脑屏幕作为保障信息安全、规范员工操作的重要手段,已然成为网络安全领域的关键研究对象。其作用类似网络空间中的 “电子眼”,实时捕获每台电脑屏幕上的操作动态。然而,面对海量监控数据,实现高效数据存储与快速检索,已成为提升监控系统性能的核心挑战。本文聚焦于 C++ 语言中的哈希表算法,深入探究其如何成为局域网监控电脑屏幕数据处理的 “加速引擎”,并通过详尽的代码示例,展现其强大功能与应用价值。
262 2
|
存储 算法 C++
Windows共享文件:探秘C++实现的B树索引算法奇境
在数字化时代,Windows共享文件的高效管理至关重要。B树算法以其自平衡多路搜索特性,在文件索引与存储优化中表现出色。本文探讨B树在Windows共享文件中的应用,通过C++实现具体代码,展示其构建文件索引、优化数据存储的能力,提升文件检索效率。B树通过减少磁盘I/O操作,确保查询高效,为企业和个人提供流畅的文件共享体验。
|
存储 监控 算法
基于 C++ 哈希表算法的局域网如何监控电脑技术解析
当代数字化办公与生活环境中,局域网的广泛应用极大地提升了信息交互的效率与便捷性。然而,出于网络安全管理、资源合理分配以及合规性要求等多方面的考量,对局域网内计算机进行有效监控成为一项至关重要的任务。实现局域网内计算机监控,涉及多种数据结构与算法的运用。本文聚焦于 C++ 编程语言中的哈希表算法,深入探讨其在局域网计算机监控场景中的应用,并通过详尽的代码示例进行阐释。
292 4
|
8月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
380 8
|
8月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
437 8