问题理解
我们需要找到一个最小的子串长度，通过替换这个子串中的字符，使得整个字符串中字符 A、S、D、F 的出现频次相等。由于字符串的长度总是4的倍数，因此每个字符的理想频次应该是 len(input) / 4。
数据结构与算法步骤
-
计算理想频次：首先计算每个字符的理想频次，即
ideal_freq = len(input) / 4。 -
统计当前频次：统计字符串中每个字符
A、S、D、F的当前频次。 -
计算需要替换的字符数：对于每个字符，计算它需要替换的次数，即
needed_replacements = max(0, current_freq - ideal_freq)。 -
滑动窗口：使用滑动窗口技术来找到一个最小的子串，使得这个子串中包含所有需要替换的字符，并且替换次数满足要求。
代码如下
public static int solution(String input) {
int n = input.length();
int targetFreq = n / 4; // 目标频次
// 计算每个字符的初始频次
int[] freq = new int[4]; // 0: 'A', 1: 'S', 2: 'D', 3: 'F'
for (char c : input.toCharArray()) {
freq[charToIndex(c)]++;
}
// 如果已经满足条件，直接返回0
if (freq[0] == targetFreq && freq[1] == targetFreq && freq[2] == targetFreq && freq[3] == targetFreq) {
return 0;
}
// 滑动窗口
int left = 0, right = 0;
int minLen = n; // 初始化最小长度为字符串长度
int[] windowFreq = new int[4]; // 窗口内字符频次
while (right < n) {
// 更新窗口内字符频次
windowFreq[charToIndex(input.charAt(right))]++;
right++;
// 检查是否可以通过替换窗口内的字符达到目标频次
while (canBalance(freq, windowFreq, targetFreq)) {
minLen = Math.min(minLen, right - left);
// 缩小窗口
windowFreq[charToIndex(input.charAt(left))]--;
left++;
}
}
return minLen;
}
// 将字符转换为索引
private static int charToIndex(char c) {
switch (c) {
case 'A': return 0;
case 'S': return 1;
case 'D': return 2;
case 'F': return 3;
default: throw new IllegalArgumentException("Invalid character: " + c);
}
}
// 检查是否可以通过替换窗口内的字符达到目标频次
private static boolean canBalance(int[] freq, int[] windowFreq, int targetFreq) {
for (int i = 0; i < 4; i++) {
if (freq[i] - windowFreq[i] > targetFreq) {
return false;
}
}
return true;
}
public static void main(String[] args) {
// 你可以添加更多测试用例
System.out.println(solution("ADDF") == 1);
System.out.println(solution("ASAFASAFADDD") == 3);
}
}
关键步骤解释:
-
滑动窗口初始化：我们使用两个指针
left和right来表示当前窗口的边界。window_count用于记录当前窗口内每个字符的出现次数。 -
滑动窗口逻辑：我们遍历字符串，每次将右指针
right向右移动，并更新window_count。然后检查当前窗口是否满足替换条件（即窗口内每个字符的出现次数都大于等于需要替换的次数）。如果满足条件，我们尝试缩小窗口（移动左指针left），并更新最小子串长度。 -
返回结果：最终返回找到的最小子串长度。
学习收获: 1.优化时间复杂度： 通过滑动窗口和哈希表的结合使用，可以在O(n)的时间复杂度内解决问题，避免了使用暴力解法导致的O(n^2)或更高的时间复杂度。 2.提升算法设计能力： 解决此类问题需要对滑动窗口和哈希表有深入的理解，并能够灵活地将它们结合起来使用。这有助于提升算法设计能力和问题解决能力。 3.增强逻辑思维： 在滑动窗口的过程中，需要不断地判断窗口中的字符串是否包含t中的所有字符，这要求具备较强的逻辑思维能力。通过不断地练习和思考，可以进一步增强逻辑思维和问题解决能力。 4.拓展应用场景： 最小替换子串长度算法不仅适用于字符串处理领域，还可以拓展到其他领域，如数组处理、子序列问题等。通过掌握这种算法思想，可以更好地解决类似的问题。
