VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > temp > 简明python教程 >
  • 【完虐算法】「字符串-最长公共前缀」5种方法脑洞大开

大家好!我是Johngo!

今天不准备一个专题的模块进行分享。

最近在专题制作过程中遇到了最长前缀公共子串的问题,也是读者最近校招面试到的一个题目。为什么拿出这个来说呢?

可怕的是,他居然给了 5 种解题方法。

更可怕的是,因此他直接少了一轮面试,天哪!!

今天顺便分享出来,作为「字符串」的第 5 个部分。

说在前面

言归正传,这一期来说说字符串的第五块内容 「字符串 - 最长公共前缀」问题

github:https://github.com/xiaozhutec/share_leetcode

文档地址:https://github.com/xiaozhutec/share_leetcode/tree/master/docs

整体架构:

字符串 - 最长公共前缀

小概念:子串的必须要连续,和子序列不同。

比如说一个字符串 "flower"

子串:"flow", "ower", "low" 等等都是它的子串,子串必须要连续;

子序列:"flwer", "fler", "wer" 等等都是它的子序列,可以不连续;

但需要注意的是它们的顺序需要和原字符串保持一致。

另外,前缀,一定是从字符串的开头进行计算的。

今天大概说的就是个这...

对,被框住的合集中,就是公共前缀(LCP)!

而且这期只举一个 LeetCode 中比较简单的案例来说明。

思路上比较简单!

但是!就是因为这个思路比较简单,本期就用 5 种方式进行分析。

分别是 Python 提供的 zip 方式解决、横向扫描、纵向扫描、分治、二分法

案例 - 14.最长公共前缀【简单】

整体关于字符串「最长公共前缀」方面的问题。

利用 LeetCode 的 第 14 题,最长公共前缀【简单】来举例!

编写一个函数来查找字符串数组中的最长公共前缀。

如果不存在公共前缀,返回空字符串 ""。

输入:strs = ["flower","flow","flight"]
输出:"fl"

方法一 Python zip轻松解决

熟悉的我的同学都知道,咱们刷题一直用的是 Python 进行刷题,然后也会用到不少 Python 提供的库函数进行问题的解决。

不熟悉 zip 作用的同学不要着急,此处不说原理,10 秒钟用一个例子说明它存在的实际意义。

zip() 函数简单说来,就是将可迭代对象中,各个对应元素打包成一个一个的元祖。

看例子:

>>> str1 = [1,2,3]
>>> str2 = [4,5,6]
>>> str3 = [7,8,9]
>>> zip(str1, str2, str3)
[(1, 4, 7), (2, 5, 8), (3, 6, 9)]

又或者这个例子:

>>> strs = ["flower", "flow", "flight"]
>>> zip(*strs)
[('f', 'f', 'f'), ('l', 'l', 'l'), ('o', 'o', 'i'), ('w', 'w', 'g')]

*str 有解包的作用,即把字符串解为一个一个的字符。

zip() 函数的大概作用明白了吧~

如果仔细看第二个例子的话,其实已经可以看出解决方式了。

将上述各个元祖进行 set 操作去重!

[('f'), ('l'), ('o', 'i'), ('w', 'g')]

继续对各个进行长度计算操作,如果长度为 1 的,那么,前缀必然相同。

即可求出公共前缀了!

图中:最后长度为 1 的字符串,就是咱们要得出来的最长公共前缀了。

简单看下代码:

def longestCommonPrefix1(self, strs):
    lcp = ""
    for tmp in zip(*strs):
        if len(set(tmp)) == 1:
            lcp += tmp[0]
        else:
            break
    return lcp

方法二 纵向比较

循环比较个字符串的各个位置。

在第一次循环中比较每个字符串的第 0 位,在第二次循环中比较每个字符串的第 1 位,..., 以此类推,直到匹配到不是相同字符。

以下图做一个详细的分析:

tag 表示在比较过程中,是否相同,相同为True,不同为False;

lcp 表示最长公共前缀的长度;

第一次循环:字符都相同,则,tag=True,lcp+1=1

第二次循环:字符都相同,则,tag=True,lcp+1=2

第三次循环:字符在第三个字符比较中出现了不同,则,tag=False,退出循环,得到最终答案。

lcp的值停留在了上一次循环中。。

这就是纵向比较的全部流程,只要遇到不匹配的就退出循环。

下面看下代码实现:

def longestCommonPrefix2(self, strs):
    s = strs[0]
    size = len(s)
    lcp = 0
    tag = False
    for index in range(size):
        # 循环比较每一个位置的字符是否相同
        for item in range(len(strs)):
            # 需要判断位置 index 在 strs 中字符串是否越界
            if index < len(strs[item]) and s[index] == strs[item][index]:
                tag = True
            else:
                # 当匹配不到的时候,退出该次循环
                tag = False
                break
        if tag is True:
            lcp += 1
        else:
            break
    return s[:lcp]

下面再看一种方法,是横向比较,即躺着比较,也称为“咸鱼比较法”

方法三 横向比较(咸鱼比较法)

方法一 和 方法二的思路差不多,都是从每一个字符串的每一位进行比较。

横向比较方法,是利用每两个字符串相互比较,保留公共前缀,将保留下来的公共前缀和后面的字符串再进行比较。

还是用这个例子进行说明:strs = ["flower","flow","flight"]

将 0 位置的字符串作为哨兵,与 1 位置的字符串进行比较,得到最长公共前缀。

再用得到的最长公共前缀再与 2 位置的字符串进行比较。得到最后的结果。

以上述例子,看下图:

第一次比较:字符串"flower" 和 "flow" 进行比较,最长公共前缀是 4

第二次比较:将上一步中得到的字符串 “flow” 与下一个字符串再做比较,得到“fl”。

至此,问题解决!

看代码实现:

def longestCommonPrefix3(self, strs):
    s = strs[0]
    for index in range(1, len(strs)):
        w_index, size = 0, min(len(s), len(strs[index]))
        for w_index in range(size):
            if s[w_index] != strs[index][w_index]:
                break
            w_index += 1
        s = s[0: w_index]
    return s

再下面的两种解法是运用了分治和二分的思想。

有很多人可能很容易想到分治的思路,但是立马想不到二分的思路进行解决。

方法四 分治思想解决【较重要】

分治思想要比前两种明显感觉要高级一点。。

前两种想法设法的去比较,而当引入分治的时候,就要进行用高级的方式进行比较了。

如下如,分治体现的就是分而治之,部分决策。

将一个大问题,拆分为两个子问题,对子问题继续向下求解。

这个题目就非常清楚的阐明了分治思想的核心。

下面看下这块的代码:

def longestCommonPrefix4(self, strs):
    def lcp(left, right):
        if left == right:
            return strs[left]
        mid = (left + right)//2
        # 得到左右两个字符串
        left_str, right_str = lcp(left, mid), lcp(mid+1, right)
        index, min_len = 0, min(len(left_str), len(right_str))
        while index < min_len:
            if left_str[index] != right_str[index]:
                return left_str[:index]
            index += 1
        return left_str[:index]
    return lcp(0, len(strs)-1)

这块是一个典型的二分法的运用。

所以,要理解其中递归的思维逻辑,这个题目就很好的解决了。

方法五 二分思想解决【较重要】

再有一个方法呢,就是利用二分的思路进行解决。

还是用 ["flower", "flow", "flownlp", "flowcv"]来举例子。

利用二分查找,以第一个字符串为基准,不断跟后面字符串进行比较。

初始化左右指针以及midleft=0right=len(s)-1mid=(left+right)/2

"flower" -> left=0,right=5,mid=(left+right)//2=2 => 左:["flo"], 右:["wer"]

如果左:["flo"]在后面每个单词[left:mid]中,说明左侧子串都能够匹配,需要右面子串进行匹配,则 left=mid+1, mid=(left+right)//2

否则,right=mid, mid=(left+right)//2

所以以上述列表中字符串为例:

right=2,mid=1,左:["fl"],右:["o"]

如果左:["fl"]在后面每个单词[left:mid]中,则 left=mid+1,mid=(left+right)//2

否则,right=mid, mid=(left+right)//2

如果看不清楚,可以看下面图解!

第一次比较:

left=0,right=5,mid=2,发现字符串左半部分"flo"与剩余的每一个字符串都匹配。

所以下面需要进行有半部分的匹配即可,即 left=mid+1!

第二次比较:

left=3,right=5,mid=4,发现子串左半部分"we"与剩余的每一个字符串都不匹配。

因此,需要缩小左半部分的范围,右指针 right=mid。

第三次比较:

left=3,right=4,mid=3,发现子串左半部分"w"与剩余的每一个字符串都匹配。

此时,已经得到了最后的结果。退出循环!

这样看下来,思路也是很清晰,下面用Python来实现一下:

def longestCommonPrefix5(self, strs):
    s = strs[0]
    lcp = ""
    left, right = 0, len(strs[0])-1
    mid = (left+right)//2
    # 只有一个字符串的情况下
    if len(strs) == 1:
        return s
    while left <= right:
        tag = True
        # 轮询判断子串与后面每个字符串对应位置的子串是否相同
        for i in range(1, len(strs)):
            if s[left:mid+1] not in strs[i][left:mid+1]:
                tag = False
                break

        # 左边子串存在后面每个字符串中
        if tag is True:
            # 将匹配到的子串加入到结果集中
            lcp += s[left:mid+1]
            left = mid+1
            mid = (left+right)//2
        # 左边子串不存在后面每个字符串中
        else:
            if right == mid: # 当 right == mid,说明right指针已经无法靠左移动了,退出循环
                break
            else:
                right = mid
            mid = (left+right)//2
    return lcp

以上就是就关于字符串「最长公共前缀」的全部分享了。

另外,方便的话也在我的github


相关教程