Skip to content

1208. 尽可能使字符串相等 Medium

给你两个长度相同的字符串,st

s 中的第 i 个字符变到 t 中的第 i 个字符需要 |s[i] - t[i]| 的开销(开销可能为 0),也就是两个字符的 ASCII 码值的差的绝对值。

用于变更字符串的最大预算是 maxCost。在转化字符串时,总开销应当小于等于该预算,这也意味着字符串的转化可能是不完全的。

如果你可以将 s 的子字符串转化为它在 t 中对应的子字符串,则返回可以转化的最大长度。

如果 s 中没有子字符串可以转化成t 中对应的子字符串,则返回 0。

示例 1:
输入:s = "abcd", t = "bcdf", maxCost = 3
输出:3
解释:s 中的 "abc" 可以变为 "bcd"。开销为 3,所以最大长度为 3。

示例 2:
输入:s = "abcd", t = "cdef", maxCost = 3
输出:1
解释:s 中的任一字符要想变成 t 中对应的字符,其开销都是 2。因此,最大长度为 1。

示例 3:
输入:s = "abcd", t = "acde", maxCost = 0
输出:1
解释:a -> a, cost = 0,字符串未发生变化,所以最大长度为 1。

解题思路

输入:两个长度相等的字符串 st

输出:需要将 s 转化成 t ,返回在最大开销的前提下可以转化的最长长度

本题属于 可变长度滑动窗口类型 类型。

我们可以使用双指针维护一个滑动窗口,并用一个变量统计窗口内的开销总数 windowCost。当 windowCost <= maxCost 时,说明当前窗口是合法的,可以更新答案的长度;当超过 maxCost 时,就不断移动左指针缩小窗口,直到重新满足条件。

整个过程中,我们在遍历右指针的同时,动态调整窗口并记录合法窗口的最大长度,最终返回即可。

代码实现

python
class Solution:
    def equalSubstring(self, s: str, t: str, maxCost: int) -> int:
        left = 0              # 滑动窗口左边界
        windowCost = 0        # 当前窗口总修改成本
        maxLength = 0         # 满足条件的最长子串长度

        for right in range(len(s)):
            # 计算当前字符位置的修改成本
            cost = abs(ord(s[right]) - ord(t[right]))
            windowCost += cost

            # 如果窗口总成本超过最大允许值,就收缩左边界
            while windowCost > maxCost:
                reduceCost = abs(ord(s[left]) - ord(t[left]))
                windowCost -= reduceCost
                left += 1

            # 更新最长长度
            maxLength = max(maxLength, right - left + 1)

        return maxLength
javascript
/**
 * @param {string} s
 * @param {string} t
 * @param {number} maxCost
 * @return {number}
 */
var equalSubstring = function(s, t, maxCost) {
    let left = 0;
    let windowCost = 0;
    let ans = 0;

    for (let right = 0; right < s.length; right ++) {
        if (s[right] !== t[right]) {
            windowCost += Math.abs(s[right].charCodeAt() - t[right].charCodeAt());
        }

        while (windowCost > maxCost) {
            windowCost -= Math.abs(s[left].charCodeAt() - t[left].charCodeAt());
            left ++;
        }

        ans = Math.max(ans, right - left + 1);
    }

    return ans;
};

复杂度分析

时间复杂度:O(n)

空间复杂度:O(1)

链接

1208 国际版

1208 中文版