news 2026/4/16 16:07:07

(新卷,100分)- 连续字母长度(Java JS Python)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
(新卷,100分)- 连续字母长度(Java JS Python)

(新卷,100分)- 连续字母长度(Java & JS & Python)

题目描述

给定一个字符串,只包含大写字母,求在包含同一字母的子串中,长度第 k 长的子串的长度,相同字母只取最长的那个子串。

输入描述

第一行有一个子串(1<长度<=100),只包含大写字母。

第二行为 k的值

输出描述

输出连续出现次数第k多的字母的次数。

用例
输入

AAAAHHHBBCDHHHH
3

输出2
说明

同一字母连续出现的最多的是A和H,四次;

第二多的是H,3次,但是H已经存在4个连续的,故不考虑;

下个最长子串是BB,所以最终答案应该输出2。

输入

AABAAA
2

输出1
说明

同一字母连续出现的最多的是A,三次;

第二多的还是A,两次,但A已经存在最大连续次数三次,故不考虑;

下个最长子串是B,所以输出1。

输入ABC
4
输出-1
说明只含有3个包含同一字母的子串,小于k,输出-1
输入ABC
2
输出1
说明三个子串长度均为1,所以此时k = 1,k=2,k=3这三种情况均输出1。特此说明,避免歧义。
题目解析

本题第一个用例感觉也有歧义。

用例1,要求“AAAAHHHBBCDHHHH”中 重复度第3大的子串。其中:

  • 重复度第1大子串是:AAAA和HHHH
  • 重复度第2大子串是:HHH,由于字母H已经有了更大的重复度,因此HHH子串不计入比较

接下来是,实际上的第3大,名义上的第2大子串:BB

而用例1输出的第k=3大重复度的子串的长度是2,那就肯定是指BB子串。即要求“实际”第k大?而不是“名义”第k大?

但是用例2,要求“AABAAA”中,重复度第2大的子串。其中:

  • 重复度第1大子串是:AAA
  • 重复度第2大子串是:AA,由于字母A已经有了更大的重复度,因此HHH子串不计入比较

接下来是,实际上的第3大,名义上的第2大子串:B

而用例1输出的第k=2大重复度的子串的长度是1,这里又是取名义上第k大了?

或者本题还有另一种思路,那就是第k大,就是单纯按重复度降序后的第k个。

比如用例1: A:4,H:4,B:2,C:1,D:1

这里第k=3大,那就是B,子串长度为2

比如用例2:A:3,B:1

这里第k=2大,那就是B,子串长度为1

下面代码就是按照这个思路实现的。


增加处理下 k <= 0的情况,此时直接返回-1

Java算法源码
import java.util.Arrays; import java.util.HashMap; import java.util.Scanner; public class Main { public static void main(String[] args) { Scanner sc = new Scanner(System.in); String s = sc.next(); int k = sc.nextInt(); System.out.println(getResult(s, k)); } public static int getResult(String s, int k) { if (k <= 0) return -1; s += "0"; HashMap<Character, Integer> count = new HashMap<>(); char b = s.charAt(0); int len = 1; for (int i = 1; i < s.length(); i++) { char c = s.charAt(i); if (b == c) { len++; } else { if (!count.containsKey(b) || count.get(b) < len) { count.put(b, len); } len = 1; b = c; } } Integer[] arr = count.values().toArray(new Integer[0]); if (k > arr.length) return -1; else { Arrays.sort(arr, (x, y) -> y - x); return arr[k - 1]; } } }
JS算法源码
/* JavaScript Node ACM模式 控制台输入获取 */ const { count } = require("console"); const readline = require("readline"); const rl = readline.createInterface({ input: process.stdin, output: process.stdout, }); const lines = []; rl.on("line", (line) => { lines.push(line); if (lines.length === 2) { console.log(getResult(lines[0], lines[1])); lines.length = 0; } }); /* 算法逻辑 */ function getResult(s, k) { if (k <= 0) return -1; s += "0"; let count = {}; let b = s[0]; let len = 1; for (let i = 1; i < s.length; i++) { const c = s[i]; if (b == c) { len++; } else { if (count[b] == undefined || count[b] < len) { count[b] = len; } len = 1; b = c; } } const arr = Object.values(count); if (k > arr.length) { return -1; } else { arr.sort((a, b) => b - a); return arr[k - 1]; } }
Python算法源码
# 输入获取 s = input() k = int(input()) # 算法入口 def getResult(): global s global k if k <= 0: return -1 s += "0" count = {} b = s[0] long = 1 for i in range(1, len(s)): c = s[i] if b == c: long += 1 else: if count.get(b) is None or count[b] < long: count[b] = long long = 1 b = c arr = list(count.values()) if k > len(arr): return -1 else: arr.sort(reverse=True) return arr[k - 1] # 算法调用 print(getResult())
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 4:00:13

清华镜像源配置后依旧慢?尝试更换上游节点

清华镜像源配置后依旧慢&#xff1f;尝试更换上游节点 在深度学习项目启动阶段&#xff0c;最让人焦头烂额的场景之一莫过于&#xff1a;明明已经配置了清华 TUNA 镜像源&#xff0c;却还是卡在 pip install torch 或 docker pull pytorch-cuda 上几个小时动弹不得。网速显示没…

作者头像 李华
网站建设 2026/4/16 11:04:53

PyTorch Distributed Sampler:多卡训练样本均匀分配

PyTorch Distributed Sampler&#xff1a;多卡训练样本均匀分配 在深度学习模型日益庞大的今天&#xff0c;单张 GPU 已经很难支撑动辄上百 GB 显存需求的训练任务。从 ResNet 到 BERT&#xff0c;再到如今的大语言模型&#xff0c;参数量的爆炸式增长迫使开发者转向多卡甚至多…

作者头像 李华
网站建设 2026/4/15 15:25:35

【多线程】CSP模式

CSP&#xff08;Communicating Sequential Processes&#xff09;模型详解 Actor vs CSP 对比 Actor 模型: ┌─────────┐ ┌─────────┐ │ Actor A │ ──msg──►│ Actor B │ 每个 Actor 有自己的邮箱 │ [邮箱] │ │ [邮箱] │…

作者头像 李华
网站建设 2026/4/15 5:33:07

Docker Run参数详解:启动PyTorch容器的各类选项

Docker Run参数详解&#xff1a;启动PyTorch容器的各类选项 在现代深度学习开发中&#xff0c;一个常见的场景是&#xff1a;你刚刚拿到一台配备NVIDIA GPU的新服务器&#xff0c;满心期待地准备开始训练模型&#xff0c;结果却卡在了环境配置上——CUDA版本不匹配、cuDNN缺失、…

作者头像 李华
网站建设 2026/4/16 15:11:22

如何在PyTorch-CUDA-v2.8中安装额外Python包?方法总结

如何在 PyTorch-CUDA-v2.8 中安装额外 Python 包&#xff1f;方法总结 在现代深度学习开发中&#xff0c;使用预构建的容器镜像已经成为标准实践。特别是像 PyTorch-CUDA-v2.8 这类高度集成的环境&#xff0c;极大简化了从本地实验到集群部署的流程。然而&#xff0c;现实项目往…

作者头像 李华