Question

我一直在努力寻找下列（有趣的）问题的最佳解决方案：最终我找到了一个足够好的解决方案，但我想知道是否有更好的解决方案。

让₁ ... a _n成为一个字符串数组。

设s ₁ ... s _k是一个无序的字符串列表，它们都是数组的成员。

任务是在s中找到a封面的最小索引范围元素集。

例如，如果a = [“x”，“y”，“a”，“f”，“c”]和s = {“c”，“y”，“f”}，答案是be（1; 1），（3; 4），假设数组从零开始索引。

a通常相当大（数十万个元素），而s相对较小，通常长度<1}。日志（长度（a））。

所以问题是：你能为这个问题找到一个节省时间的算法吗？（在合理范围内，空间效率不是一个问题。）

快速但重要的更新：我需要使用不同的s值执行此操作，但需要使用相同的a。因此，允许基于a的预计算内容，实际上它是唯一的方法。

Answer 1

构建哈希表H(a)以在a时间和空间中从元素到索引进行映射：->x _x O(n)。然后在H(a)中查找每个_y（平均O(1)时间内O(k)的{{1}}总数，并跟踪范围。为此，您可以使用按s排序的pair(min_index, max_index)数组并进行二分搜索，以找到范围或应插入新1元素范围的位置。
总的来说，上面的解决方案需要min_index时间和O( n + k + k * log( nb_ranges ) )空间。

Answer 2

这就是你想要的，用python编写：

def flattened(indexes):
    s, rest = indexes[0], indexes[1:]
    result = (s, s)
    for e in rest:
        if e == result[1] + 1:
            result = (result[0], e)
        else:
            yield result
            result = (e, e)
    yield result

a = ["x", "y", "a", "f", "c"]
s = ["c", "y", "f"]

# Create lookup table of ai to index in a
src_indexes = dict((key, i) for i, key in enumerate(a))

# Create sorted list of all indexes into a
raw_dst_indexes = sorted(src_indexes[key] for key in s)

# Convert sorted list of indexes into an array of ranges
dst_indexes = [r for r in flattened(raw_dst_indexes)]

print dst_indexes

Answer 3

我认为你可以把S的元素抛到一个集合或散列表中，任何接近O（1）的东西都要检查成员资格。然后在A上进行线性扫描，用一个标志来确定你当前是否正在覆盖S中的元素，以及该封面的起始位置。应该是O（n + k）。

查找数组中的范围

3 个答案: