【LeetCode】358.K 距离间隔重排字符串

358.K 距离间隔重排字符串

知识点：哈希表；贪心；堆；队列

题目描述

给你一个非空的字符串 s 和一个整数 k，你要将这个字符串中的字母进行重新排列，使得重排后的字符串中相同字母的位置间隔距离至少为 k。

所有输入的字符串都由小写字母组成，如果找不到距离至少为 k 的重排结果，请返回一个空字符串 “”
说明：你不能倾斜容器。

示例

示例 1：
输入: s = "aabbcc", k = 3
输出: "abcabc" 
解释: 相同的字母在新的字符串中间隔至少 3 个单位距离。

示例 2:
输入: s = "aaabc", k = 3
输出: "" 
解释: 没有办法找到可能的重排结果。

示例 3
输入: s = "aaadbbcc", k = 2
输出: "abacabcd"
解释: 相同的字母在新的字符串中间隔至少 2 个单位距离。

---

解法一：贪心+队列

这道题应该先对每个字符统计数字，然后应该先插入的是数字最多的字符，这时候需要把这个字符的数量-1，而且应该先把这个字符移出去，因为下一次不能插入它了，必须等长度到达k后才能插入它。
对于插入数字最多的字符，应该排序，所以可以用一个大根堆，堆顶就是数量最多的。
而对于把插入的移出去，可以用队列。
判断队列中的元素个数是否为k，if是的话，那说明对于插入的字符c，它已经间隔够k个字符了，所以c可以再出去一次了，那么久可以把c这个队列头拿出来，放到大根堆里去了。
当大根堆没有元素后，可以判断res的长度，if等于原来的长度，那证明重构完成了，if不等于，那说明有字符还在queue里，重构失败；

class Solution {
    public String rearrangeString(String s, int k) {
        if (k <= 1) {
            return s;
        }
        HashMap<Character, Integer> map = new HashMap<>();
        // 大顶堆
        PriorityQueue<Map.Entry<Character, Integer>> maxHeap = new PriorityQueue<>((a, b) -> b.getValue() - a.getValue());
        for (Character c : s.toCharArray()) {
            // 遍历字符，统计字符的出现次数
            map.put(c, map.getOrDefault(c, 0) + 1);
        }
        maxHeap.addAll(map.entrySet()); // 装入大顶堆，按照字符重复次数作为比较
        StringBuilder sb = new StringBuilder(s.length());
        Queue<Map.Entry<Character, Integer>> queue = new LinkedList<>();
        while (!maxHeap.isEmpty()) {
            Map.Entry<Character, Integer> currentEntry = maxHeap.poll();    // 从大顶堆取出重复次数最多的字符
            sb.append(currentEntry.getKey());
            currentEntry.setValue(currentEntry.getValue() - 1); // 用掉一个字符，次数减一
            queue.offer(currentEntry);  // 放入到queue中，因为k距离后还要用。
            if (queue.size() == k) {
                // queue的大小到达了k，也就是说我们已经越过了k个单位，在结果中应该要出现相同的字母了
                Map.Entry<Character, Integer> entry = queue.poll();
                if (entry.getValue() > 0) {
                    // 该字符的重复次数大于 0，则添加入大顶堆中，要是0那还加它干嘛
                    maxHeap.add(entry);
                }
            }
        }
        // 退出 while 循环就是大顶堆已经没有元素了，如果此时 sb 的长度没有还原，说明还有元素挂在 queue 中
        // 即 queue.size() == k 这个条件没有完全满足，即存在一些字符无法间隔 k 个距离
        return sb.length() == s.length() ? sb.toString() : "";
    }
}

• python

import heapq
from collections import Counter, deque
class Solution:
    def combine_chars(self, input: str, interval: int) -> str:
        if interval <= 1:
            return input
        count = Counter(input)   #生成一个字典
        heap = [(-v, k) for k, v in count.items()]  #按照元祖的第一个即-v来生成小根堆，也就是v的大根堆
        heapq.heapify(heap)  #生成大根堆

        queue = deque()  # 队列用来记录已经被记录的字符
        res = []
        while heap:
            count, ch = heapq.heappop(heap)
            res.append(ch)
            queue.append((count+1, ch))
            if len(queue) == interval:
                element = queue.popleft()
                if element[0] < 0:
                    heapq.heappush(heap, element)
        return "".join(res) if len(res) == len(input) else ""

__EOF__

本文作者：Curryxin
本文链接：https://www.cnblogs.com/Curryxin/p/16113819.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！