echo

任生命穿梭 时间的角落

0%

计算二进制子串

696. 计数二进制子串

给定一个字符串 s,计算具有相同数量0和1的非空(连续)子字符串的数量,并且这些子字符串中的所有0和所有1都是组合在一起的。

重复出现的子串要计算它们出现的次数。

示例 1 :

1
2
3
4
5
6
7
输入: "00110011"
输出: 6
解释: 有6个子串具有相同数量的连续1和0:“0011”,“01”,“1100”,“10”,“0011” 和 “01”。

请注意,一些重复出现的子串要计算它们出现的次数。

另外,“00110011”不是有效的子串,因为所有的0(和1)没有组合在一起。

示例 2 :

1
2
3
输入: "10101"
输出: 4
解释: 有4个子串:“10”,“01”,“10”,“01”,它们具有相同数量的连续1和0。

注意:

  • s.length 在1到50,000之间。
  • s 只包含“0”或“1”字符。

我们可以将字符串 s 按照 0 和 1 的连续段分组,存在 counts 数组中,例如 s = 00111011,可以得到 counts = {2, 3, 1, 2}。

counts 数组中两个相邻的数一定为两种不同的字符。假设 counts 数组中相邻的两个数字为 u 和 v,那么可能为 u 个 0 ,v 个 1 或 u 个 1 ,v 个 0,这一对数字对答案的贡献为 min{u, v}。我们遍历所有相邻的数对,计算它们的贡献和。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
class Solution {
public int countBinarySubstrings(String s) {
List<Integer> counts = new ArrayList<>();
int ans = 0;
//生成 counts 数组
char cur = s.charAt(0);
int c = 0;
for(int i = 0; i < s.length(); i++){
if(s.charAt(i) == cur){
++c;
}else{
counts.add(c);
cur = s.charAt(i);
c = 1;
}
}
counts.add(c);
//计算贡献和
for(int i = 1; i < counts.size(); i++){
ans += Math.min(counts.get(i), counts.get(i - 1));
}
return ans;
}

}

时间复杂度和空间复杂度都为 O(n)。

我们可以发现,在对每一个数计算贡献时,我们只用到了前一个值,我们使用 last 来保存。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
class Solution {
public int countBinarySubstrings(String s) {
int ptr = 0, n = s.length(), last = 0, ans = 0;
while(ptr < n){
char c = s.charAt(ptr);
int count = 0;
while(ptr < n && s.charAt(ptr) == c){
++ptr;
++count;
}

ans += Math.min(count, last);
last = count;
}
return ans;
}

}

时间复杂度O(n),空间复杂度O(1)。

Powered By Valine
v1.5.2