百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

2024-12-20:两个字符串的排列差。用go语言,给定两个字符串 s 和 t

ztj100 2025-01-03 20:48 17 浏览 0 评论

2024-12-20:两个字符串的排列差。用go语言,给定两个字符串 s 和 t,每个字符串中的字符都是唯一的,并且 t 是 s 的一种排列。

我们定义 排列差 为 s 和 t 中每个字符在两个字符串中位置的绝对差值的总和。

请计算并返回 s 和 t 之间的排列差。

1 <= s.length <= 26。

每个字符在 s 中最多出现一次。

t 是 s 的一个排列。

s 仅由小写英文字母组成。

输入:s = "abc", t = "bac"。

输出:2。

解释:

对于 s = "abc" 和 t = "bac",排列差是:

1."a" 在 s 中的位置与在 t 中的位置之差的绝对值。

2."b" 在 s 中的位置与在 t 中的位置之差的绝对值。

3."c" 在 s 中的位置与在 t 中的位置之差的绝对值。

即,s 和 t 的排列差等于 |0 - 1| + |1 - 0| + |2 - 2| = 2。

答案2024-12-20:

chatgpt[1]

题目来自leetcode3146。

大体步骤如下:

1.创建一个映射char2index,用来记录s字符串中每个字符对应的索引位置。

2.初始化排列差的总和sum为0。

3.遍历字符串t中的每个字符c,计算该字符在t中的索引位置i和在s中对应字符c在s中的索引位置char2index[c]之差的绝对值,加到sum中。

4.返回sum作为s和t之间的排列差。

时间复杂度分析:

  • ? 遍历s字符串构建char2index映射的时间复杂度:O(s),其中s是字符串s的长度。
  • ? 遍历t字符串计算排列差总和的时间复杂度:O(t),其中t是字符串t的长度。

总的时间复杂度:O(s + t)

空间复杂度分析:

  • ? 使用一个char2index映射来存储字符到索引位置的映射,空间复杂度为O(26),因为每个小写字母最多26个。
  • ? 使用了常数级额外空间来存储sum和局部变量。

总的额外空间复杂度:O(1)

Go完整代码如下:

package main

import (
    "fmt"
    "math"
)

func findPermutationDifference(s string, t string) int {
    char2index := make(map[rune]int)
    for i, c := range s {
        char2index[c] = i
    }
    sum := 0
    for i, c := range t {
        sum += int(math.Abs(float64(i - char2index[c])))
    }
    return sum
}

func main() {
    s := "abc"
    t := "bac"
    fmt.Println(findPermutationDifference(s, t))
}



Rust完整代码如下:

use std::collections::HashMap;

fn find_permutation_difference(s: &str, t: &str) -> i32 {
    let mut char_to_index: HashMap<char, usize> = HashMap::new();
    
    for (i, c) in s.chars().enumerate() {
        char_to_index.insert(c, i);
    }

    let mut sum = 0;
    
    for (i, c) in t.chars().enumerate() {
        if let Some(&index) = char_to_index.get(&c) {
            sum += (i as i32 - index as i32).abs();
        }
    }

    sum
}

fn main() {
    let s = "abc";
    let t = "bac";
    println!("{}", find_permutation_difference(s, t));
}



引用链接

[1] chatgpt: https://chatbotsplace.com/?rc=nnNWSCJ7EP

相关推荐

再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)

在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...

python编程:如何使用python代码绘制出哪些常见的机器学习图像?

专栏推荐...

python创建分类器小结(pytorch分类数据集创建)

简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...

matplotlib——绘制散点图(matplotlib散点图颜色和图例)

绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...

python实现实时绘制数据(python如何绘制)

方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...

简单学Python——matplotlib库3——绘制散点图

前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...

数据分析-相关性分析可视化(相关性分析数据处理)

前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...

免费Python机器学习课程一:线性回归算法

学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...

用Python进行机器学习(2)之逻辑回归

前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...

【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂

一、拟合和回归的区别拟合...

推荐2个十分好用的pandas数据探索分析神器

作者:俊欣来源:关于数据分析与可视化...

向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

用Python进行机器学习(11)-主成分分析PCA

我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...

神经网络基础深度解析:从感知机到反向传播

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

Python实现基于机器学习的RFM模型

CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...

取消回复欢迎 发表评论: