字符修复问题题解 | 豆包MarsCode AI刷题

问题描述

有一个小写字母组成的字符串str，字符串长度为n；字符串中某些位置可以执行修复操作：将这个位置的字符，替换为a~z中的一个字符；这个修复操作最多可以执行m次；现在想知道修复之后，字符串 str由相同字符组成的子串最大长度是多少

输入格式

每个样例有三行：

• 第一行是整数 n 和 m，分别表示字符串长度和最多操作次数；（1≤n≤2000，0≤m≤20001≤n≤2000，0≤m≤2000）
• 第二行是字符串 str；
• 第三行是长度为 n 的 01 字符串，0 表示该位置的字符无法修改，1 表示该位置的字符可以修改；

输出格式

每个样例一行，输出修复之后由相同字符组成的子串最大长度；

第一次思考，我忽略了一个边界问题，我把第一个字符提前计入计数范围了，所以导致错误。后来经过参考其他人的答案以及经过MarsCode的帮助，我得到了成功的解决答案。

数据结构选择

• 字符串：用于存储输入的字符串 str。
• 字符数组：用于存储哪些位置的字符可以被修改（canModify）。

算法步骤

1. 遍历目标字符：

   • 对于每个字符 target_char 从 'a' 到 'z'，尝试将其作为目标字符。这一步的目的是为了找到以每个字符为目标字符时，能够得到的最长连续子串。

2. 滑动窗口法：

   • 使用两个指针 left 和 right 来表示当前窗口的左右边界。
   • 初始化 left 为 0，modifications 为 0。

3. 扩展窗口：

   • 遍历字符串 str，对于每个字符 str[right]：

     • 如果 str[right] 不是目标字符且可以修改（canModify[right] == '1'），则增加 modifications 计数。
     • 如果 str[right] 不是目标字符且不能修改（canModify[right] == '0'），则重置窗口，将 left 移动到 right + 1，并重置 modifications 为 0。

4. 收缩窗口：

   • 如果 modifications 超过 m，则收缩窗口，移动 left 指针直到 modifications 不超过 m。 在收缩窗口时，如果 str[left] 不是目标字符且可以修改（canModify[left] == '1'），则减少 modifications 计数。

5. 更新最大长度：

   • 计算当前窗口的长度 right - left + 1，并更新最大长度 max_length。

详细代码

def solution(n, m, str, canModify):
    max_length = 0
    for target_char in 'abcdefghijklmnopqrstuvwxyz':
        left = 0
        modifications = 0 

        for right in range(n):
            if str[right] != target_char:
                if canModify[right] == '1':
                    modifications += 1
                else:
                    left = right + 1
                    modifications = 0
                    continue
            while modifications > m:
                if str[left] != target_char and canModify[left] == '1':
                    modifications -= 1
                left += 1
            max_length = max(max_length, right - left + 1)
    return max_length


if __name__ == "__main__":
    # Add your test cases here

    print(solution(5, 2, "abcda", "01110") == 3)
    print(solution(7, 2, "abbaccb", "1001001") == 4)
    print(solution(3, 0, "aab", "101") == 2)

总结

这个问题是滑动窗口和双指针的经典应用。滑动窗口技巧非常适合这种寻找连续子数组或子串的问题。

• 核心思想：使用滑动窗口法来动态调整窗口大小，以找到最大长度的相同字符子串。
• 时间复杂度：O(26 * n)，其中 26 是字母表的大小，n 是字符串的长度。
• 空间复杂度：O(1)，只使用了常数级别的额外空间。