2022-12-10:给你一个由小写字母组成的字符串 s ,和一个整数 k 如果满足下述条件,则可以将字符串 t 视作是 理想字符串 : t 是字符串 s 的一个子序列。 t 中每两个 相邻 字母在字母表中位次的绝对差值小于或等于 k 。 返回 最长 理想字符串的长度。 字符串的子序列同样是一个字符串,并且子序列还满足: 可以经由其他字符串删除某些字符(也可以不删除)但不改变剩余字符的顺序得到。 注意:字母表顺序不会循环 例如,'a' 和 'z' 在字母表中位次的绝对差值是 25,而不是 1 。

答案2022-12-10:

二维动态规划的解。 N为字符串长度,E为字符集大小,K为差值要求。 时间复杂度O(NE)。 空间复杂度O(NE)。

一维动态规划从左往右递推版。 N为字符串长度,E为字符集大小,K为差值要求。 时间复杂度O(N*K)。 空间复杂度O(E)。

从左往右递推 + 线段树优化。 N为字符串长度,E为字符集大小,K为差值要求。 时间复杂度O(N * logE)。 空间复杂度O(E)。

代码用rust编写。代码如下:

use std::iter::repeat;
fn main() {
    let s = "acfgbd";
    let k = 2;
    let ans = longest_ideal_string1(s, k);
    println!("ans = {}", ans);
    let ans = longest_ideal_string2(s, k);
    println!("ans = {}", ans);
    let ans = longest_ideal_string3(s, k);
    println!("ans = {}", ans);
}

// 二维动态规划的解
// N为字符串长度,E为字符集大小,K为差值要求
// 时间复杂度O(N*E)
// 空间复杂度O(N*E)
fn longest_ideal_string1(s: &str, k: i32) -> i32 {
    let ss: Vec<char> = s.chars().collect();
    let n = s.len() as i32;
    let mut arr: Vec<i32> = repeat(0).take(n as usize).collect();
    for i in 0..n {
        arr[i as usize] = ss[i as usize] as i32 - 'a' as i32;
    }
    let mut dp: Vec<[i32; 27]> = repeat([-1; 27]).take(n as usize).collect();
    return f(&mut arr, 0, 26, k, &mut dp);
}
fn get_max<T: Clone + Copy + std::cmp::PartialOrd>(a: T, b: T) -> T {
    if a > b {
        a
    } else {
        b
    }
}

fn get_min<T: Clone + Copy + std::cmp::PartialOrd>(a: T, b: T) -> T {
    if a < b {
        a
    } else {
        b
    }
}

// 数组s中所有的值都在0~25对应a~z
// 当前在s[i...]选择数字, 并且前一个数字是p
// 如果p<26,说明选择的前一个数字是p
// 如果p==26,说明之前没有选过任何数字
// 返回在前一个数字是p的情况下,在s[i...]上选择数字,最长理想子序列能是多长
// dp仅仅是缓存结构,暴力递归改动态规划常规技巧
fn f(s: &mut Vec<i32>, i: i32, p: i32, k: i32, dp: &mut Vec<[i32; 27]>) -> i32 {
    if i == s.len() as i32 {
        return 0;
    }
    if dp[i as usize][p as usize] != -1 {
        return dp[i as usize][p as usize];
    }
    let p1 = f(s, i + 1, p, k, dp);
    let mut p2 = 0;
    if (p == 26 || i32::abs(s[i as usize] - p) <= k) {
        p2 = 1 + f(s, i + 1, s[i as usize], k, dp);
    }
    let ans = get_max(p1, p2);
    dp[i as usize][p as usize] = ans;
    return ans;
}

// 一维动态规划从左往右递推版
// N为字符串长度,E为字符集大小,K为差值要求
// 时间复杂度O(N*K)
// 空间复杂度O(E)
fn longest_ideal_string2(s: &str, k: i32) -> i32 {
    let mut dp: [i32; 26] = [0; 26];
    let mut c = 0;
    let mut l = 0;
    let mut r = 0;
    let mut pre = 0;
    let mut ans = 0;
    let ss: Vec<char> = s.chars().collect();
    for i in 0..ss.len() {
        c = ss[i as usize] as i32 - 'a' as i32;
        l = get_max(c - k, 0);
        r = get_min(c + k, 25);
        pre = 0;
        for j in l..=r {
            pre = get_max(pre, dp[j as usize]);
        }
        dp[c as usize] = 1 + pre;
        ans = get_max(ans, dp[c as usize]);
    }
    return ans;
}

// 从左往右递推 + 线段树优化
// N为字符串长度,E为字符集大小,K为差值要求
// 时间复杂度O(N * logE)
// 空间复杂度O(E)
fn longest_ideal_string3(s: &str, k: i32) -> i32 {
    let ss: Vec<char> = s.chars().collect();
    //   0     0        0
    // 1(a)  2(b) ... 26(z)
    let mut st = SegmentTree::new(26);
    let mut c = 0;
    let mut pre = 0;
    let mut ans = 0;
    for i in 0..ss.len() {
        // i  s.charAt(i)
        //       a    1
        //       b    2
        //       z    26
        c = ss[i as usize] as i32 - 'a' as i32 + 1;
        //    2     k = 3
        // 1 2 3 4 5 6 7
        //  l = Math.max(c - k, 1)
        //  r = Math.min(c + k, 26)
        pre = st.max(get_max(c - k, 1), get_min(c + k, 26));
        ans = get_max(ans, 1 + pre);
        st.update(c, 1 + pre);
    }
    return ans;
}

struct SegmentTree {
    n: i32,
    max: Vec<i32>,
}

impl SegmentTree {
    fn new(maxSize: i32) -> Self {
        let max: Vec<i32> = repeat(0).take(((maxSize + 1) << 2) as usize).collect();
        SegmentTree {
            n: maxSize + 1,
            max,
        }
    }
    fn update(&mut self, index: i32, c: i32) {
        self.update0(index, index, c, 1, self.n, 1);
    }

    fn max(&mut self, left: i32, right: i32) -> i32 {
        return self.max0(left, right, 1, self.n, 1);
    }

    fn pushUp(&mut self, rt: i32) {
        self.max[rt as usize] = get_max(
            self.max[(rt << 1) as usize],
            self.max[(rt << 1 | 1) as usize],
        );
    }

    fn update0(&mut self, L: i32, R: i32, C: i32, l: i32, r: i32, rt: i32) {
        if L <= l && r <= R {
            self.max[rt as usize] = C;
            return;
        }
        let mid = (l + r) >> 1;
        if (L <= mid) {
            self.update0(L, R, C, l, mid, rt << 1);
        }
        if (R > mid) {
            self.update0(L, R, C, mid + 1, r, rt << 1 | 1);
        }
        self.pushUp(rt);
    }

    fn max0(&mut self, L: i32, R: i32, l: i32, r: i32, rt: i32) -> i32 {
        if L <= l && r <= R {
            return self.max[rt as usize];
        }
        let mut mid = (l + r) >> 1;
        let mut ans = 0;
        if (L <= mid) {
            ans = get_max(ans, self.max0(L, R, l, mid, rt << 1));
        }
        if R > mid {
            ans = get_max(ans, self.max0(L, R, mid + 1, r, rt << 1 | 1));
        }
        return ans;
    }
}

执行结果如下:

在这里插入图片描述


左神java代码