【C++二分查找贪心】792. 匹配子序列的单词数

本文涉及的基础知识点

C++二分查找
贪心

LeetCode792. 匹配子序列的单词数

给定字符串 s 和字符串数组 words, 返回 words[i] 中是s的子序列的单词个数。
字符串的子序列是从原始字符串中生成的新字符串，可以从中删去一些字符(可以是none)，而不改变其余字符的相对顺序。
例如， “ace” 是 “abcde” 的子序列。
示例 1:
输入: s = “abcde”, words = [“a”,“bb”,“acd”,“ace”]
输出: 3
解释: 有三个是 s 的子序列的单词: “a”, “acd”, “ace”。
示例 2:
输入: s = “dsahjpjauf”, words = [“ahjpjau”,“ja”,“ahbwzgqnuk”,“tnmlanowax”]
输出: 2
提示:
1 <= s.length <= 5 * 10⁴
1 <= words.length <= 5000
1 <= words[i].length <= 50
words[i]和 s 都只由小^写字母组成。

C++二分查找+贪心

如果word[i]是s的子序列，那word[i][0]一定匹配s的第一个word[i][0]，下面用决策包容性来证明。
令s[i1][0]和s[i2][0]都和word[i][0]相等，且i1<i2。如果s[i2+1…]包扩word[i][1…]，则s[i1+1…]一定包括word[i][1…]。
indexs[i]记录所有’a’+i的下标。
pos记录已经匹配的位置。
通过j枚举word[i]
在indexs[wrod[i][j]-‘a’]中寻找，大于pos的最小下标，即upower
时间复杂度：O(mlogn) , n = s.length ,m = sum(wrod[i].length)

代码

核心代码

class Solution {public:int numMatchingSubseq(string s, vector<string>& words) {vector<int> indexs[26];for (int i = 0; i < s.length(); i++) {indexs[s[i] - 'a'].emplace_back(i);}auto Is = [&](const string& t) {int pos = -1;for (const auto& ch : t) {const auto& inx = indexs[ch - 'a'];auto it = std::upper_bound(inx.begin(), inx.end(), pos);if (inx.end() == it) { return false; }pos = *it;}return true;};int ret = 0;for (const auto& t : words) {ret += Is(t);}return ret;}};

单元测试

string s; vector<string> words;TEST_METHOD(TestMethod11){s = "abcde", words = { "a", "bb", "acd", "ace" };auto res = Solution().numMatchingSubseq(s, words);AssertEx(3, res);}TEST_METHOD(TestMethod12){s = "dsahjpjauf", words = { "ahjpjau", "ja", "ahbwzgqnuk", "tnmlanowax" };auto res = Solution().numMatchingSubseq(s, words);AssertEx(2, res);}

扩展阅读

我想对大家说的话
工作中遇到的问题，可以按类别查阅鄙人的算法文章，请点击《算法与数据汇总》。
学习算法：按章节学习《喜缺全书算法册》，大量的题目和测试用例，打包下载。重视操作
有效学习：明确的目标及时的反馈拉伸区（难度合适）专注
闻缺陷则喜(喜缺)是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛
失败+反思=成功成功+反思=成功