LeetCode: 686. 重复叠加字符串匹配

132 阅读1分钟

持续创作,加速成长!这是我参与「掘金日新计划 · 10 月更文挑战」的第14天,点击查看活动详情

题目

来源:力扣(LeetCode) 链接:leetcode-cn.com/problems/re…

给定两个字符串 a 和 b,寻找重复叠加字符串 a 的最小次数,使得字符串 b 成为叠加后的字符串 a 的子串,如果不存在则返回 -1。 注意:字符串 "abc" 重复叠加 0 次是 "",重复叠加 1 次是 "abc",重复叠加 2 次是 "abcabc"。

示例 1:

输入:a = "abcd", b = "cdabcdab" 输出:3 解释:a 重复叠加三遍后为 "abcdabcdabcd", 此时 b 是其子串。

示例 2:

输入:a = "a", b = "aa" 输出:2

示例 3:

输入:a = "a", b = "a" 输出:1

示例 4:

输入:a = "abc", b = "wxyz" 输出:-1

提示:

1 <= a.length <= 104 1 <= b.length <= 104 a 和 b 由小写英文字母组成

解法

首先, 如果 b 中有不在 a 里面的字符,直接就可以返回 -1 了。

然后,需要计算 a 需要重复多少次才能完全包含 b。

假设 b 的长度是 a 的 x 倍,主要有以下三种情况,分别举例说明:

  • a 重复 x 次后正好等于 b,比如 a="ab", b="abab",a 只需要重复 2 次即可;

  • a 重复 x 次后无法包含 b,比如 a="ab", b="ababa",a 需要重复 3次才可以,也就是 x+1 次;

  • a 重复 x+1 次后也无法包含 b,比如 a="abc", b="cabcabca",a 需要重复 4次才可以,也就是 x+2 次; 上面三种情况已经可以包含所有的情况了,因为中间一部分肯定是跟 a 重复 x 次后完全匹配的,然后,两头需要 a 各再重复一次。 最后,如果 a 重复了 x+2 次都无法包含 b,那么,再重复更多次也不行,直接返回 -1。

  • python

 class Solution:

    def repeatedStringMatch(self, a: str, b: str) -> int:
        for s in b:
            if s not in a:
                return -1

        c = len(b) // len(a)

        sb = a * c
        for i in range(3):
            if b in sb:
                return c+i
            sb += a
        return -1
  • c++
class Solution {
public:
    int repeatedStringMatch(string a, string b) {
        int len_a = a.length();
        int len_b = b.length();
        string::size_type idx;
        for(int i=0; i< len_b; i++)
        {
            char s = b[i];
            idx = a.find(s);
            if(idx == string::npos)
            {
                return -1;
            }
        }

        int x = len_b / len_a;
        string new_a;
        for(int i=0; i<x; i++)
        {
            new_a += a;
        }

        for(int i=0; i<3; i++)
        {
            idx = new_a.find(b);
            if (idx != string::npos)
            {
                return x+i;
            }
            new_a += a;
        }
        return -1;
    }
};

复杂度分析

  • 时间复杂度:
    • O(n+m)O(n+m)
  • 空间复杂度
    • O(nm/n)O(n∗⌊m/n⌋)