????????这道算法题是字符串中的变位词的变种,思路都大差不差,一样可以用一个数组来模拟哈希表去统计字母出现的次数,然后与0比较。
? ? ? ? 同样的,也可以用两个数组去分别统计,然后比较两个数组是否相同。先形成初始窗口,然后去维护这个滑动窗口。维护时使用两个指针,指针i从s2.length()索引开始,逐步加入字母(对应位置加1),指针i-s2.length()从0索引开始,逐步删除字母(对应位置减1)。
public static List<Integer> findAnagrams2(String s1, String s2) {
// 获取字符串长度
int m = s1.length();
int n = s2.length();
// 如果s1的长度小于s2,无法找到变位词,直接返回空列表
if (m < n) return new ArrayList();
// 用于记录每个字母出现次数的数组
int[] cnt1 = new int[26]; // 对应s1
int[] cnt2 = new int[26]; // 对应s2
// 用于存储找到的变位词的起始索引
List<Integer> list = new ArrayList<>();
// 初始化前n个字符的字母出现次数
for (int i = 0; i < n; i++) {
cnt1[s1.charAt(i) - 'a']++;
cnt2[s2.charAt(i) - 'a']++;
}
// 检查前n个字符形成的子串是否为变位词
if (Arrays.equals(cnt1, cnt2)) list.add(0);
// 使用滑动窗口从第n个字符开始遍历s1
for (int i = n; i < m; i++) {
// 更新窗口内的字母出现次数
cnt1[s1.charAt(i) - 'a']++;
cnt1[s1.charAt(i - n) - 'a']--;
// 检查当前子串是否为变位词
if (Arrays.equals(cnt1, cnt2)) list.add(i - n + 1);
}
return list;
}
初始化阶段(前n个字符):时间复杂度是O(n),滑动窗口阶段(从第n个字符开始):时间复杂度是O(m - n),因此,整个算法的时间复杂度是 O(n + m - n) = O(m)。另外我们使用了两个常数大小的数组,使用空间复杂度是O(1)。