【算法】1684. 统计一致字符串的数目(多语言实现)

简介: 给你一个由不同字符组成的字符串 allowed 和一个字符串数组 words 。如果一个字符串的每一个字符都在 allowed 中,就称这个字符串是 一致字符串 。请你返回 words 数组中 一致字符串 的数目。

1684. 统计一致字符串的数目:

给你一个由不同字符组成的字符串 allowed 和一个字符串数组 words 。如果一个字符串的每一个字符都在 allowed 中,就称这个字符串是 一致字符串

请你返回 words 数组中 一致字符串 的数目。

样例 1:

输入:
    allowed = "ab", words = ["ad","bd","aaab","baa","badab"]
    
输出:
    2
    
解释:
    字符串 "aaab" 和 "baa" 都是一致字符串,因为它们只包含字符 'a' 和 'b' 。

样例 2:

输入:
    allowed = "abc", words = ["a","b","c","ab","ac","bc","abc"]
    
输出:
    7
    
解释:
    所有字符串都是一致的。

样例 3:

输入:
    allowed = "cad", words = ["cc","acd","b","ba","bac","bad","ac","d"]
    
输出:
    4
    
解释:
    字符串 "cc","acd","ac" 和 "d" 是一致字符串。

提示:

  • 1 <= words.length <= $10^4$
  • 1 <= allowed.length <= 26
  • 1 <= words[i].length <= 10
  • allowed 中的字符 互不相同
  • words[i]allowed 只包含小写英文字母。

分析

  • 面对这道算法题目,我陷入了沉思。
  • 遍历words是必然的,遍历每个单词的每个字符也是必然的。
  • 如何快速判断每个单词的每个字符都在allowed中是重点。
  • 每个字符都去遍历一遍allowed是最直观的想法,很显然效率太低。
  • 进一步考虑,使用hash表是可以的,明显要比遍历allowed效率高。
  • 由于字符的范围很明确,只包含小写英文字母,可以进一步使用数组代替hash表,效率会更高,有可能会浪费一些内存,但是微乎其微。

题解

java

class Solution {
    public int countConsistentStrings(String allowed, String[] words) {
        int ans = words.length;

        boolean[] flag = new boolean[128];
        for (int i = 0; i < allowed.length(); ++i) {
            flag[allowed.charAt(i)] = true;
        }
        
        for (String word : words) {
            for (int i = 0; i < word.length(); ++i) {
                if (!flag[word.charAt(i)]) {
                    --ans;
                    break;
                }
            }
        }

        return ans;
    }
}

c

int countConsistentStrings(char * allowed, char ** words, int wordsSize){
    int ans = wordsSize;

    bool flag[128] = {false};
    while (*allowed) {
        flag[*allowed] = true;
        ++allowed;
    }

    for (int i = 0; i < wordsSize; ++i) {
        char *word = words[i];
        while (*word) {
            if (!flag[*word]) {
                --ans;
                break;
            }
            ++word;
        }
    }

    return ans;
}

c++

class Solution {
public:
    int countConsistentStrings(string allowed, vector<string>& words) {
        int ans = words.size();

        bool flag[128] = {false};
        for (int i = 0; i < allowed.size(); ++i) {
            flag[allowed[i]] = true;
        }

        for (string &word: words) {
            for (int i = 0; i < word.size(); ++i) {
                if (!flag[word[i]]) {
                    --ans;
                    break;
                }
            }
        }

        return ans;
    }
};

python

class Solution:
    def countConsistentStrings(self, allowed: str, words: List[str]) -> int:
        ans = len(words)
        flag = [False] * 128
        for c in allowed:
            flag[ord(c)] = True
        for word in words:
            for c in word:
                if not flag[ord(c)]:
                    ans -= 1
                    break
        return ans
        

go

func countConsistentStrings(allowed string, words []string) int {
    ans := len(words)

    flag := make([]bool, 128)
    for _, c := range allowed {
        flag[c] = true
    }
    for _, word := range words {
        for _, c := range word {
            if !flag[c] {
                ans -= 1
                break
            }
        }
    }

    return ans
}

rust

impl Solution {
    pub fn count_consistent_strings(allowed: String, words: Vec<String>) -> i32 {
        let mut ans = words.len() as i32;

        let mut flag = vec![false; 128];
        allowed.as_bytes().iter().for_each(|c| {
            flag[*c as usize] = true;
        });

        words.iter().for_each(|word| {
            for c in word.as_bytes() {
                if !flag[*c as usize] {
                    ans -= 1;
                    break;
                }
            }
        });

        ans
    }
}

原题传送门:https://leetcode-cn.com/problems/count-the-number-of-consistent-strings/


非常感谢你阅读本文~
放弃不难,但坚持一定很酷~
希望我们大家都能每天进步一点点~
本文由 二当家的白帽子:https://developer.aliyun.com/profile/sqd6avc7qgj7y 博客原创~

相关文章
|
存储 监控 算法
基于 PHP 语言的滑动窗口频率统计算法在公司局域网监控电脑日志分析中的应用研究
在当代企业网络架构中,公司局域网监控电脑系统需实时处理海量终端设备产生的连接日志。每台设备平均每分钟生成 3 至 5 条网络请求记录,这对监控系统的数据处理能力提出了极高要求。传统关系型数据库在应对这种高频写入场景时,性能往往难以令人满意。故而,引入特定的内存数据结构与优化算法成为必然选择。
372 3
|
JavaScript 算法 前端开发
JS数组操作方法全景图,全网最全构建完整知识网络!js数组操作方法全集(实现筛选转换、随机排序洗牌算法、复杂数据处理统计等情景详解,附大量源码和易错点解析)
这些方法提供了对数组的全面操作,包括搜索、遍历、转换和聚合等。通过分为原地操作方法、非原地操作方法和其他方法便于您理解和记忆,并熟悉他们各自的使用方法与使用范围。详细的案例与进阶使用,方便您理解数组操作的底层原理。链式调用的几个案例,让您玩转数组操作。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
|
JSON 算法 数据挖掘
基于图论算法有向图PageRank与无向图Louvain算法构建指令的方式方法 用于支撑qwen agent中的统计相关组件
利用图序列进行数据解读,主要包括节点序列分析、边序列分析以及结合节点和边序列的综合分析。节点序列分析涉及节点度分析(如入度、出度、度中心性)、节点属性分析(如品牌、价格等属性的分布与聚类)、节点标签分析(如不同标签的分布及标签间的关联)。边序列分析则关注边的权重分析(如关联强度)、边的类型分析(如管理、协作等关系)及路径分析(如最短路径计算)。结合节点和边序列的分析,如子图挖掘和图的动态分析,可以帮助深入理解图的结构和功能。例如,通过子图挖掘可以发现具有特定结构的子图,而图的动态分析则能揭示图随时间的变化趋势。这些分析方法结合使用,能够从多个角度全面解读图谱数据,为决策提供有力支持。
822 0
|
算法
两个字符串匹配出最长公共子序列算法
本文介绍了最长公共子序列(LCS)问题的算法实现,通过动态规划方法求解两个字符串的最长公共子序列,并提供了具体的编程实现细节和示例。
503 1
两个字符串匹配出最长公共子序列算法
|
算法 Java
掌握算法学习之字符串经典用法
文章总结了字符串在算法领域的经典用法,特别是通过双指针法来实现字符串的反转操作,并提供了LeetCode上相关题目的Java代码实现,强调了掌握这些技巧对于提升算法思维的重要性。
|
算法
【算法】滑动窗口——找到字符串中所有字母异位词
【算法】滑动窗口——找到字符串中所有字母异位词
284 0
|
存储 算法 Java
LeetCode初级算法题:反转链表+统计N以内的素数+删除排序数组中的重复项Java详解
LeetCode初级算法题:反转链表+统计N以内的素数+删除排序数组中的重复项Java详解
366 0
|
算法 C++
惊爆!KPM算法背后的秘密武器:一行代码揭秘字符串最小周期的终极奥义,让你秒变编程界周期大师!
【8月更文挑战第4天】字符串最小周期问题旨在找出字符串中最短重复子串的长度。KPM(实为KMP,Knuth-Morris-Pratt)算法,虽主要用于字符串匹配,但其生成的前缀函数(next数组)也可用于求解最小周期。核心思想是构建LPS数组,记录模式串中每个位置的最长相等前后缀长度。对于长度为n的字符串S,其最小周期T可通过公式ans = n - LPS[n-1]求得。通过分析周期字符串的特性,可证明该方法的有效性。提供的C++示例代码展示了如何计算给定字符串的最小周期,体现了KPM算法在解决此类问题上的高效性。
946 0
|
自然语言处理 算法 搜索推荐
字符串相似度算法完全指南:编辑、令牌与序列三类算法的全面解析与深入分析
在自然语言处理领域,人们经常需要比较字符串,这些字符串可能是单词、句子、段落甚至是整个文档。如何快速判断两个单词或句子是否相似,或者相似度是好还是差。这类似于我们使用手机打错一个词,但手机会建议正确的词来修正它,那么这种如何判断字符串相似度呢?本文将详细介绍这个问题。
1312 1
|
算法 Java
KMP算法详解及其在字符串匹配中的应用
KMP算法详解及其在字符串匹配中的应用

热门文章

最新文章