最少时间收集RGB灯题解 | 豆包MarsCode AI刷题

首先我们先来理解题目要求：

通过题目要求我们需要找到一个最短的子串，其中包含所有三种类型的灯（R、G、B）。如果无法满足这样的字串，返回-1。

因此我们对于数据结构的选择：

哈希表：用于记录当前窗口内每种灯的数量；

• 哈希表（Hash Table）是一种常用的数据结构，用于存储键值对（key-value pairs）。它通过哈希函数将键映射到一个索引位置，从而实现快速的插入、删除和查找操作。哈希表的主要优点是平均时间复杂度为 O(1)，即在理想情况下，操作的时间复杂度是常数级别的。

滑动窗口：用于动态调整窗口的大小，用于找到包含所有三种灯的最短子串。

• 滑动窗口（Sliding Window）是一种常用的算法技巧，用于解决数组或字符串中的子数组或子串问题。滑动窗口的核心思想是通过两个指针（通常称为 left 和 right）来动态调整窗口的大小，从而在数组或字符串中找到满足特定条件的子数组或子串。

算法的步骤

1. 初始化：

   • 使用一个哈希表 count 来记录当前窗口内每种灯的数量。
   • 初始化两个指针 left 和 right，分别表示窗口的左右边界。
   • 初始化 min_length 为 N，表示当前找到的最短子串长度。

2. 扩展窗口：

   • 移动 right 指针，扩展窗口，并更新哈希表中对应灯的数量。

3. 缩小窗口：

   • 当窗口内包含所有三种灯时（即 count['R'] > 0、count['G'] > 0、count['B'] > 0），尝试缩小窗口。
   • 移动 left 指针，缩小窗口，并更新哈希表中对应灯的数量。
   • 在每次缩小窗口时，更新 min_length。

4. 返回结果：

   • 如果 min_length 没有被更新，说明没有找到符合条件的子串，返回 -1。
   • 否则，返回 min_length。

   下面是给出的伪代码

 function solution(N, S):
    // 初始化哈希表
    count = { 'R': 0, 'G': 0, 'B': 0 }
    left = 0
    right = 0
    min_length = N
    while right < N:
        // 扩展窗口
        count[S[right]]++
        right++
        // 当窗口内包含所有三种灯时，尝试缩小窗口
        while count['R'] > 0 and count['G'] > 0 and count['B'] > 0:
            // 更新最小长度
            min_length = min(min_length, right - left)
            // 缩小窗口
            count[S[left]]--
            left++
     // 如果 min_length 没有被更新，说明没有找到符合条件的子串
    return min_length == N ? -1 : min_length 

解释

• 哈希表 count：用于记录当前窗口内每种灯的数量。
• 滑动窗口：通过 left 和 right 指针动态调整窗口大小，以找到包含所有三种灯的最短子串。
• min_length：记录当前找到的最短子串长度，初始化为 N，表示最长的子串长度。

总结

通过使用哈希表和滑动窗口的结合，我们可以高效地找到包含所有三种灯的最短子串。滑动窗口的动态调整和哈希表的状态记录使得算法能够在 O(n) 的时间复杂度内解决问题。