9 找到字符串中所有字母异位词
给定两个字符串s和p找到s中所有p的异位词的子串返回这些子串的起始索引。不考虑答案输出的顺序。示例 1:输入:s cbaebabacd, p abc输出:[0,6]解释:起始索引等于 0 的子串是 cba, 它是 abc 的异位词。 起始索引等于 6 的子串是 bac, 它是 abc 的异位词。示例 2:输入:s abab, p ab输出:[0,1,2]解释:起始索引等于 0 的子串是 ab, 它是 ab 的异位词。 起始索引等于 1 的子串是 ba, 它是 ab 的异位词。 起始索引等于 2 的子串是 ab, 它是 ab 的异位词。提示:1 s.length, p.length 3 * 104s和p仅包含小写字母思路11、创建返回参数vectorint ans。检查参数的合法性s或者p为空、p的长度大于s时返回空vector。2、给p排序,分别求出s的长度s_len,p的长度p_len。3、创建两个指针left0,rightp_len-1。4、copy出left和right指向的字符串然后对其进行排序。5、判断排序两个字符串是否相等相等则将left的下标加入ans不相等则跳过。6、left和right都向前走一格直到right走到数组的最后一个位置。class Solution { public: vectorint findAnagrams(string s, string p) { vectorint ans; if(s.empty()||p.empty()||p.size()s.size()) return ans; if (s p) { ans.push_back(0); return ans; } sort(p.begin(),p.end()); int s_lens.size(); int p_lenp.size(); int left0,rightp_len-1; while(rights_len){ string _temps.substr(left,p_len); sort(_temp.begin(),_temp.end()); if(_tempp) ans.push_back(left); left; right; } return ans; } };结论该思路正确但是时间复杂度高无法通过全部用例思路21、不要用sort函数排序后再比较两个字符串是否相等。2、用一个vectorint word(26)类型的数组代表26个字母0代表a1代表b等以此类推。每出现该字母时该字母的下标1。比如出现一个a那么word[0]1出现一个b那么word[1]1以此类推。3、直接用vectorintvectorint的方法判断两个数组是否相等。步骤1、创建返回参数vectorint ans。检查参数的合法性s或者p为空、p的长度大于s时返回空vector和p完全相等时直接把0丢到ans中直接返回。2、创建一个vectorintword_s然后记录字符串p的字符个数。3、计算s和p的长度s_len、p_len。4、创建两个指针left和rightleft指向0right指向p_len-1开始循环。5、创建两个vectorint 数组word_s、word_p用于计算string的字符个数。6、先循环计算s字符串和p字符创left到righr上的字符串个数。7、while循环先判断两个word_s、word_p是否相等相等把left加入ans数组中不相等直接跳过。8、在word_s删掉left指向的字符leftright,把s[left]字符串加入word_s数组中。9、继续判断两个word_s、word_p是否相等直到循环结束。class Solution { public: vectorint findAnagrams(string s, string p) { vectorintans; int n_ss.size(); int n_pp.size(); if(n_s0||n_p0||n_pn_s) return ans; vectorint vec_s(26,0); vectorint vec_p(26,0); for(int i0;in_p;i){ vec_p[p[i]-a]; } int left0; int rightn_p-1; for(int i0;iright;i){ vec_s[s[i]-a]; } for(int iright;in_s;i){ vec_s[s[i]-a]; if(vec_pvec_s) ans.push_back(left); vec_s[s[left]-a]--; left; } return ans; } };推荐一个零声教育学习教程个人觉得老师讲得不错分享给大家[LinuxNginxZeroMQMySQLRedisfastdfsMongoDBZK流媒体CDNP2PK8SDockerTCP/IP协程DPDK等技术内容点击立即学习:链接

相关新闻

YOLO26多任务目标检测架构解析与优化实践

YOLO26多任务目标检测架构解析与优化实践

1. YOLO26架构设计理念解析YOLO26作为YOLO系列的最新迭代版本,其核心设计哲学可以概括为"极简架构下的多任务高效协同"。这种设计理念源于对实际工业部署场景的深刻洞察——在边缘计算设备和云端服务器上,模型不仅需要处理传统目标检测任务&am…

2026/7/23 11:53:39 阅读更多 →
AI原生应用与人机共创:模式、技术与实践

AI原生应用与人机共创:模式、技术与实践

1. AI原生应用与人机共创的本质解析在AI技术快速迭代的当下,AI原生应用已从单纯执行预设指令的工具,进化为能够理解人类意图并主动协作的智能伙伴。这种人机共创模式的核心在于建立双向的价值流动——人类提供领域知识和价值判断,AI负责模式识…

2026/7/23 11:53:39 阅读更多 →
深入解析Arm Cortex-M0+中断机制与MSPM0中断分组实战

深入解析Arm Cortex-M0+中断机制与MSPM0中断分组实战

1. 从零开始:理解Arm Cortex-M0中断的底层逻辑 搞了这么多年嵌入式,我发现很多朋友对中断的理解还停留在“一个函数被硬件调用”的层面。今天咱们就深入Arm Cortex-M0的内核,把中断这套机制彻底掰开揉碎了讲清楚。中断,本质上就是…

2026/7/23 11:53:39 阅读更多 →

最新新闻

OpenClaw与Discord整合:私有化AI助手部署指南

OpenClaw与Discord整合:私有化AI助手部署指南

1. 项目概述:OpenClaw与Discord的AI助手整合方案OpenClaw作为开源的个人AI助手平台,正在成为开发者构建私有化智能服务的首选工具。而Discord作为全球月活超1.5亿的社区平台,其开放的API生态为AI集成提供了理想环境。本方案通过MiniMax 2.1大…

2026/7/23 12:13:54 阅读更多 →
赣州有哪些知名家装设计工作室,如何判断其是否可靠?

赣州有哪些知名家装设计工作室,如何判断其是否可靠?

赣州知名的家装设计工作室有江西锦尚装饰等。判断其是否可靠可从多方面考量。 江西锦尚装饰 江西锦尚装饰成立于2025年12月5日,创始人刘利朋入行室内装饰装修行业超10年。该工作室是赣州首家以“精工装修”为核心定位的家装企业,深耕赣州本地家装市场&am…

2026/7/23 12:13:54 阅读更多 →
Linux 实时优化:禁用休眠与锁定 CPU 高性能电源管理实战教程

Linux 实时优化:禁用休眠与锁定 CPU 高性能电源管理实战教程

一、简介1.1 技术背景Linux 原生电源管理系统是为笔记本、通用服务器设计,核心目标是降低功耗、减少发热,包含两大核心机制:系统休眠 / 挂起(Suspend)、CPU 动态调频与节能 C/P 状态。 在通用桌面、云服务器场景下&…

2026/7/23 12:13:54 阅读更多 →
IBIS陆地生态系统模型从环境搭建、多源数据预处理到水-热-碳-氮耦合模拟、模型验证与论文成果衔接全链路实战应用

IBIS陆地生态系统模型从环境搭建、多源数据预处理到水-热-碳-氮耦合模拟、模型验证与论文成果衔接全链路实战应用

在全球气候变化加剧、碳中和目标紧迫的背景下,定量理解陆地生态系统对环境变化的响应与反馈机制已成为地球系统科学和生态学研究的核心议题。IBIS(Integrated Biosphere Simulator)作为国际上具有代表性的动态全球植被模型(DGVM&a…

2026/7/23 12:13:54 阅读更多 →
编写程序实时记录情绪波动节点,关联当日工作效率,总结情绪规律,规划高创造力时段。

编写程序实时记录情绪波动节点,关联当日工作效率,总结情绪规律,规划高创造力时段。

情绪-效率关联分析系统:用 Python 量化你的创造力节律心理健康与创新能力课程 技术实践工具零依赖 本地优先 隐私安全一、实际应用场景描述这是一套为"心理健康与创新能力"课程设计的技术实践工具。它的使用场景非常具体:你是一名知识工作者…

2026/7/23 12:13:54 阅读更多 →
LangChain 实操指南:从零构建生产级 LLM 应用

LangChain 实操指南:从零构建生产级 LLM 应用

📋 文章导航 前言:为什么你需要 LangChain?第一章:环境搭建与核心概念第二章:Model I/O —— 与大模型对话的基础第三章:检索增强生成(RAG)—— 让LLM访问你的私有数据第四章&#x…

2026/7/23 12:12:53 阅读更多 →

日新闻

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

更多请点击: https://intelliparadigm.com 第一章:从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表) 当AI副业主理人不再仅满足于单次服务交付,而是主动构建可复用、可裂变、可…

2026/7/23 0:00:25 阅读更多 →
AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

更多请点击: https://codechina.net 第一章:AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析 在对2,346篇跨行业AI生成文案的A/B测试数据进行聚类分析后,我们发现&#xff1…

2026/7/23 0:01:26 阅读更多 →
Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具 【免费下载链接】chitchatter Secure peer-to-peer chat that is serverless, decentralized, and ephemeral 项目地址: https://gitcode.com/gh_mirrors/ch/chitchatter Chitchatter是一款革命性的安…

2026/7/23 0:01:26 阅读更多 →

周新闻

Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/22 8:58:19 阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/22 19:43:43 阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/22 12:54:44 阅读更多 →

月新闻