[经典面试题]最长01子串

简介:

【题目】

给定一个数组,数组中只包含0和1。请找到一个最长的子序列,其中0和1的数量是相同的。
例1:10101010     结果就是其本身。
例2:1101000       结果是110100

【解析】

这个题目,看起来比较简单,一些同学可能认为题目的描述符合动态规划的特征,然后就开始用动态规划解,努力找状态转移方程。这些同学的感觉,是很正确的。

但找状态转移方程,我们要对原来的数组进行变换一下。原来是0和1的串,我们将0都换为-1。

这样题目目标就变成,找到一个最长的子串,子串数字和是0。设原数组为A, DP[i]表示从0开始到i的子数组和。DP遍历一遍数组即可。

例1中的数组产生的DP为:


这个例子,最后一个值是0,并且长度是偶数位。直接满足了结果。

再看例子2:


5的位置为0,最长子串从0开始到5,长度为6。

上面这两个例子,所求的子串都是从头开始,如果不是从头开始,会是什么样的呢?看这个例子:1101100


通过观察上面的表格,我们可以得到,DP[0]==DP[6]==DP[2],DP[1]==DP[3]. 根据DP的定义,如果DP[i]==DP[j],i 一种方法,

我们用map保存DP的值到位置的映射,如下表:


我们最终的算法,要综合考虑最常穿是否从头开始的。 上面的这个思路,时间复杂度是O(n),空间复杂度也是O(n).

还有其他的思路,例如DP保存的是[0,i]的1的个数,那么DP[j] - DP[i] * 2 == j - i则表明A[i+1]...A[j]是一个满足条件的串,

找到j-i最大的,就是最终的结果,这个思路的时间复杂度为O(n^2),空间复杂度为O(n).


【代码】

#include <iostream>
#include <string.h>
#include <map>
using namespace std;

//最长的01字串
string MaxSubStr(string str){
    int len = str.length();
    int* dp = new int[len+1];
    //dp下标从1开始
    dp[1] = (str[0] - '0') == 1?1:-1;
    for(int i = 2;i <= len;i++){
        dp[i] = (str[i-1] - '0') == 1?1:-1;
        dp[i] += dp[i-1];
    }
    //统计最大01字串
    int start = 0,end = 0,max = 0,begin;
    map<int,int> m;
    for(int i = 1;i <= len;i++){
        // 不同dp值原始起点
        begin = m[dp[i]];
        if(begin == 0 && dp[i] != 0){
            m[dp[i]] = i;
        }
        else{
            //更新最大子串
            if(i - begin > max){
                max = i - begin;
                start = begin;
                end = i;
            }//if
        }//if
    }//for
    return str.substr(start,max);
}

int main(){
    string str("01101100001");
    cout<<"Max:"<<MaxSubStr(str)<<endl;
    return 0;
}



目录
相关文章
|
消息中间件 SQL 存储
超详细的RabbitMQ入门,看这篇就够了!
RabbitMQ入门,看这篇就够了
217162 68
|
Oracle Java 关系型数据库
java17的下载与安装
java17的下载与安装
2413 0
|
10月前
|
机器学习/深度学习 PyTorch 算法框架/工具
详解三种常用标准化Batch Norm & Layer Norm & RMSNorm
通过本文的介绍,希望您能够深入理解Batch Norm、Layer Norm和RMSNorm的原理和实现,并在实际应用中灵活选择和使用,提升深度学习模型的性能和稳定性。
2264 5
|
XML 存储 API
RAG效果优化:高质量文档解析详解
本文介绍了如何通过高质量的文档解析提升RAG系统整体的效果。
16154 15
|
6月前
|
前端开发 Java 程序员
菜鸟之路Day28一一分层解耦
本文《菜鸟之路Day28——分层解耦》由作者blue撰写于2025年4月29日,主要探讨软件开发中的三层架构与分层解耦概念。文章首先介绍了三层架构:Controller(控制层)、Service(业务逻辑层)和DAO(数据访问层),并深入讲解了“高内聚低耦合”的软件设计原则。接着,文章详细说明了控制反转(IOC)与依赖注入(DI)的实现方式,包括如何通过注解声明Bean对象、组件扫描以及解决多Bean冲突的方法(如@Primary、@Qualifier和@Resource)。内容结合实际开发场景,为初学者提供了清晰的指导。
184 15
|
机器学习/深度学习 算法 TensorFlow
【Python机器学习】梯度下降法的讲解和求解方程、线性回归实战(Tensorflow、MindSpore平台 附源码)
【Python机器学习】梯度下降法的讲解和求解方程、线性回归实战(Tensorflow、MindSpore平台 附源码)
329 0
|
8月前
|
存储 算法 Java
算法系列之递归反转单链表
递归反转链表的基本思路是将当前节点的next指针指向前一个节点,然后递归地对下一个节点进行同样的操作。递归的核心思想是将问题分解为更小的子问题,直到达到基本情况(通常是链表末尾)。
211 5
算法系列之递归反转单链表
|
存储 大数据 Python
Python中的yield关键字是什么?
`yield`是Python的关键字,用于创建生成器,实现懒惰计算。生成器函数在遇到`yield`时暂停并返回值,状态得以保留,下次迭代时从中断点继续。生成器是迭代器的一种,常用于处理大数据集或无限序列,避免一次性加载所有数据。例如,`simple_generator`函数通过`yield`逐次返回1, 2, 3。生成器函数如`fibonacci_generator`可用于生成斐波那契数列,而生成器表达式则提供了一种简洁的生成值方式,如`(x**2 for x in range(1, 6))`生成平方数。`yield`还可用于创建无限序列、过滤值(如只生成偶数)和实现懒惰计算
369 2
|
机器学习/深度学习 人工智能 算法
全面超越DPO:陈丹琦团队提出简单偏好优化SimPO,还炼出最强8B开源模型
【6月更文挑战第4天】普林斯顿大学陈丹琦团队推出SimPO,一种超越DPO的强化学习优化算法,旨在优化大型语言模型以符合人类价值观。SimPO通过序列平均对数概率作为奖励,提高计算效率并减少对参考模型的依赖。在多基准测试中,SimPO表现优秀,尤其在AlpacaEval 2和Arena-Hard上大幅超越现有方法。团队还基于Llama3-8B-Instruct创建了最强8B开源模型,推动AI技术发展。尽管存在超参数敏感性等挑战,SimPO仍为AI优化提供新途径。[论文链接](https://arxiv.org/pdf/2405.14734)
263 1
|
人工智能 语音技术
通义语音AI技术问题之语义VAD模型对于传统VAD模型的问题如何解决
通义语音AI技术问题之语义VAD模型对于传统VAD模型的问题如何解决
955 0