【小航的算法日记】字符串算法(三) - 字符串分割
目录
- 一、概念
- 二、模板
- 三、例题
-
- 题：58. 最后一个单词的长度
- 解：
- 题：434. 字符串中的单词数
- 解：
- 题：2042. 检查句子中的数字是否递增
- 解：
- 题：2047. 句子中的有效单词数
- 解：
- 题：1816. 截断句子
- 解：
- 题：1784. 检查二进制字符串字段
- 解：
- 题：468. 验证IP地址
- 解：
一、概念
Java方法：
split（Sting regex,int limit）
limit 参数控制模式应用的次数，因此影响所得数组的长度。如果该限制 n 大于 0，则模式将被最多应用 n - 1 次，数组的长度将不会大于 n ，而且数组的最后一项将包含所有超出最后匹配的定界符的输入。如果 n 为非正，那么模式将被应用尽可能多的次数，而且数组可以是任何长度。如果 n 为 0，那么模式将被应用尽可能多的次数，数组可以是任何长度，并且结尾空字符串将被丢弃。
以“boo:and:foo”字符串为例：
| Regex | Limit | Result |
|---|---|---|
| : | 2 | “boo”, “and:foo” |
| : | 5 | “boo”, “and”, “foo” |
| : | -2 | “boo”, “and”, “foo” |
| o | 5 | “b”, “”, “:and:f”, “”, “” |
| o | -2 | “b”, “”, “:and:f”, “”, “” |
| o | 0 | “b”, “”, “:and:f” |
split源码:
public String[] split(String regex, int limit) {
/* fastpath if the regex is a
(1)one-char String and this character is not one of the
RegEx's meta characters ".$|()[{^?*+\\", or
(2)two-char String and the first char is the backslash and
the second is not the ascii digit or ascii letter.
*/
char ch = 0;
//这里是一堆的正则校验，大致是，传入的分割符是单符号位的，才进行下面的分割，否则，return Pattern.compile(regex).split(this, limit)调用另一个分割方法进行字符串分割位分割，文末会PO出此方法
if (((regex.value.length == 1 &&
".$|()[{^?*+\\".indexOf(ch = regex.charAt(0)) == -1) ||
(regex.length() == 2 &&
regex.charAt(0) == '\\' &&
(((ch = regex.charAt(1))-'0')|('9'-ch)) < 0 &&
((ch-'a')|('z'-ch)) < 0 &&
((ch-'A')|('Z'-ch)) < 0)) &&
(ch < Character.MIN_HIGH_SURROGATE ||
ch > Character.MAX_LOW_SURROGATE))
{
int off = 0;
int next = 0;
//从这里开始，进行limit值的入参及split逻辑
//当传进来的值是正数的时候，limit > 0 == true
boolean limited = limit > 0;
//声明一个list集合对返回值结果进行存储，用于最后给String[]赋值
ArrayList<String> list = new ArrayList<>();
//当没有按照指定的字符分割到最后一位的时候，执行while循环进行判断，然后使用substring（off, next）方法进行分割
while ((next = indexOf(ch, off)) != -1) {
//判断limited 为FALSE，即limit<0，或者，list.size() < limit - 1是否成立
if (!limited || list.size() < limit - 1) {
//若成立则使用substring（off, next）方法进行分割,并且加入到list中
list.add(substring(off, next));
//此时的初始标识符off为next+1
off = next + 1;
} else { // last one
//assert (list.size() == limit - 1);
//不成立的话调用substring(off, value.length)，此时value.length值为1
list.add(substring(off, value.length));
off = value.length;
break;
}
}
// 如果不符合，则返回 this
if (off == 0)
return new String[]{this};
// Add remaining segment
if (!limited || list.size() < limit)
list.add(substring(off, value.length));
// Construct result
int resultSize = list.size();
if (limit == 0) {
while (resultSize > 0 && list.get(resultSize - 1).length() == 0) {
resultSize--;
}
}
//将所得到的list集合进行截取，使用toArray（）方法赋值到String[] result中，所以这么看来，split方法的效率，是略差的
String[] result = new String[resultSize];
return list.subList(0, resultSize).toArray(result);
}
return Pattern.compile(regex).split(this, limit);
}
二、模板
三、例题
题：58. 最后一个单词的长度
给你一个字符串 s，由若干单词组成，单词前后用一些空格字符隔开。返回字符串中最后一个单词的长度。
单词 是指仅由字母组成、不包含任何空格字符的最大子字符串。
示例 1：
输入：s = "Hello World"
输出：5
示例 2：
输入：s = " fly me to the moon "
输出：4
示例 3：
输入：s = "luffy is still joyboy"
输出：6
提示：
1 <= s.length <= 104
s 仅有英文字母和空格 ' ' 组成
s 中至少存在一个单词
解：
解题思路：逆向遍历
AC代码：
class Solution {
public int lengthOfLastWord(String s) {
// 逆向遍历
int len = s.length();
int i = len - 1;
while(i >= 0 && s.charAt(i) == ' ') i --;
if(i < 0) return 0;
int j = i;
while(j >= 0 && s.charAt(j) != ' ') j --;
return i - j;
}
}
题：434. 字符串中的单词数
统计字符串中的单词个数，这里的单词指的是连续的不是空格的字符。
请注意，你可以假定字符串里不包括任何不可打印的字符。
示例:
输入: "Hello, my name is John"
输出: 5
解释: 这里的单词是指连续的不是空格的字符，所以 "Hello," 算作 1 个单词。
解：
解题思路：统计每一个单词的最后一个下标
AC代码：
class Solution {
public int countSegments(String s) {
s += " ";
int ans = 0;
for(int i = 1; i < s.length(); i ++) {
if(s.charAt(i) == ' ' && s.charAt(i-1) != ' ')
ans ++;
}
return ans;
}
}
题：2042. 检查句子中的数字是否递增
句子是由若干 token 组成的一个列表，token 间用 单个 空格分隔，句子没有前导或尾随空格。每个 token 要么是一个由数字 0-9 组成的不含前导零的 正整数 ，要么是一个由小写英文字母组成的 单词 。
- 示例，“a puppy has 2 eyes 4 legs” 是一个由 7 个 token 组成的句子：“2” 和 “4” 是数字，其他像 “puppy” 这样的 tokens 属于单词。
给你一个表示句子的字符串 s ，你需要检查 s 中的 全部 数字是否从左到右严格递增（即，除了最后一个数字，s 中的 每个 数字都严格小于它 右侧 的数字）。
如果满足题目要求，返回 true ，否则，返回 false 。
示例 1：
输入：s = "1 box has 3 blue 4 red 6 green and 12 yellow marbles"
输出：true
解释：句子中的数字是：1, 3, 4, 6, 12 。
这些数字是按从左到右严格递增的 1 < 3 < 4 < 6 < 12 。
示例 2：
输入：s = "hello world 5 x 5"
输出：false
解释：句子中的数字是：5, 5 。这些数字不是严格递增的。
示例 3：
输入：s = "sunset is at 7 51 pm overnight lows will be in the low 50 and 60 s"
输出：false
解释：s 中的数字是：7, 51, 50, 60 。这些数字不是严格递增的。
示例 4：
输入：s = "4 5 11 26"
输出：true
解释：s 中的数字是：4, 5, 11, 26 。
这些数字是按从左到右严格递增的：4 < 5 < 11 < 26 。
提示：
3 <= s.length <= 200
s 由小写英文字母、空格和数字 0 到 9 组成（包含 0 和 9）
s 中数字 token 的数目在 2 和 100 之间（包含 2 和 100）
s 中的 token 之间由单个空格分隔
s 中至少有 两个 数字
s 中的每个数字都是一个 小于 100 的 正 数，且不含前导零
s 不含前导或尾随空格
解：
解题思路：遍历+找到单词比大小
AC代码：
class Solution {
public boolean areNumbersAscending(String s) {
int x = 0;
for(int i = 0; i < s.length(); i ++) {
if(s.charAt(i) == ' ' || s.charAt(i) > '9' || s.charAt(i) < '0') continue;
int num = 0;
while(i < s.length() && s.charAt(i) <= '9' && s.charAt(i) >= '0') {
num = num * 10 + (int)s.charAt(i);
i ++;
}
if(num <= x) return false;
x = num;
}
return true;
}
}
题：2047. 句子中的有效单词数
句子仅由小写字母（‘a’ 到 ‘z’）、数字（‘0’ 到 ‘9’）、连字符（’-’）、标点符号（’!’、’.’ 和 ‘,’）以及空格（’ '）组成。每个句子可以根据空格分解成 一个或者多个 token ，这些 token 之间由一个或者多个空格 ’ ’ 分隔。
如果一个 token 同时满足下述条件，则认为这个 token 是一个有效单词：
- 仅由小写字母、连字符和/或标点（不含数字）组成。
- 至多一个 连字符 ‘-’ 。如果存在，连字符两侧应当都存在小写字母（“a-b” 是一个有效单词，但 “-ab” 和 “ab-” 不是有效单词）。
- 至多一个 标点符号。如果存在，标点符号应当位于 token 的 末尾 。
这里给出几个有效单词的例子：“a-b.”、“afad”、“ba-c”、“a!” 和 “!” 。
给你一个字符串 sentence ，请你找出并返回 sentence 中 有效单词的数目 。
示例 1：
输入：sentence = "cat and dog"
输出：3
解释：句子中的有效单词是 "cat"、"and" 和 "dog"
示例 2：
输入：sentence = "!this 1-s b8d!"
输出：0
解释：句子中没有有效单词
"!this" 不是有效单词，因为它以一个标点开头
"1-s" 和 "b8d" 也不是有效单词，因为它们都包含数字
示例 3：
输入：sentence = "alice and bob are playing stone-game10"
输出：5
解释：句子中的有效单词是 "alice"、"and"、"bob"、"are" 和 "playing"
"stone-game10" 不是有效单词，因为它含有数字
示例 4：
输入：sentence = "he bought 2 pencils, 3 erasers, and 1 pencil-sharpener."
输出：6
解释：句子中的有效单词是 "he"、"bought"、"pencils,"、"erasers,"、"and" 和 "pencil-sharpener."
提示：
1 <= sentence.length <= 1000
sentence 由小写英文字母、数字（0-9）、以及字符（' '、'-'、'!'、'.' 和 ','）组成
句子中至少有 1 个 token
解：
解题思路：双指针
AC代码：
class Solution {
public int countValidWords(String s) {
int len = s.length();
int res = 0;
for(int i = 0; i < len;) {
if(s.charAt(i) == ' ' && ++ i >= 0) continue;
int j = i + 1;
while(j < len && s.charAt(j) != ' ') j ++;
if(isValid(s.substring(i, j))) res ++;
i = j + 1;
}
return res;
}
boolean isValid(String str) {
int len = str.length();
// hyphen -个数 dot .个数
for(int i = 0, hyphen = 0, dot = 0; i < len; i ++) {
char c = str.charAt(i);
if(Character.isDigit(c)) return false; // 不存在数字
if(c == '-' && ++ hyphen >= 0) {
if(hyphen > 1 || i == 0 || i == len - 1) return false;
if(!Character.isLetter(str.charAt(i-1)) || !Character.isLetter(str.charAt(i+1))) return false;
}
// 标点符号位于末尾
if((c == '!' || c == '.' || c == ',' ) && ++ dot >= 0) {
if(dot > 1 || i != len - 1) return false;
}
}
return true;
}
}
题：1816. 截断句子
句子 是一个单词列表，列表中的单词之间用单个空格隔开，且不存在前导或尾随空格。每个单词仅由大小写英文字母组成（不含标点符号）。
- 例如，“Hello World”、“HELLO” 和 “hello world hello world” 都是句子。
给你一个句子 s 和一个整数 k ，请你将 s 截断 ，使截断后的句子仅含 前 k 个单词。返回 截断 s 后得到的句子。
示例 1：
输入：s = "Hello how are you Contestant", k = 4
输出："Hello how are you"
解释：
s 中的单词为 ["Hello", "how" "are", "you", "Contestant"]
前 4 个单词为 ["Hello", "how", "are", "you"]
因此，应当返回 "Hello how are you"
示例 2：
输入：s = "What is the solution to this problem", k = 4
输出："What is the solution"
解释：
s 中的单词为 ["What", "is" "the", "solution", "to", "this", "problem"]
前 4 个单词为 ["What", "is", "the", "solution"]
因此，应当返回 "What is the solution"
示例 3：
输入：s = "chopper is not a tanuki", k = 5
输出："chopper is not a tanuki"
提示：
1 <= s.length <= 500
k 的取值范围是 [1, s 中单词的数目]
s 仅由大小写英文字母和空格组成
s 中的单词之间由单个空格隔开
不存在前导或尾随空格
解：
解题思路：空格计数
AC代码：
class Solution {
public String truncateSentence(String s, int k) {
int n = s.length(), idx = 0;
while(idx < n) {
if(s.charAt(idx) == ' ' && -- k == 0) break;
++ idx;
}
return s.substring(0, idx);
}
}
题：1784. 检查二进制字符串字段
给你一个二进制字符串 s ，该字符串 不含前导零 。
如果 s 包含 零个或一个由连续的 ‘1’ 组成的字段 ，返回 true 。否则，返回 false 。
示例 1：
输入：s = "1001"
输出：false
解释：字符串中的 1 没有形成一个连续字段。
示例 2：
输入：s = "110"
输出：true
提示：
1 <= s.length <= 100
s[i] 为 '0' 或 '1'
s[0] 为 '1'
解：
解题思路：题有毛病
AC代码：
class Solution {
public boolean checkOnesSegment(String s) {
return !s.contains("01");
}
}
题：468. 验证IP地址
编写一个函数来验证输入的字符串是否是有效的 IPv4 或 IPv6 地址。
- 如果是有效的 IPv4 地址，返回 “IPv4” ；
- 如果是有效的 IPv6 地址，返回 “IPv6” ；
- 如果不是上述类型的 IP 地址，返回 “Neither” 。
IPv4 地址由十进制数和点来表示，每个地址包含 4 个十进制数，其范围为 0 - 255， 用(".")分割。比如，172.16.254.1；
同时，IPv4 地址内的数不会以 0 开头。比如，地址 172.16.254.01 是不合法的。
IPv6 地址由 8 组 16 进制的数字来表示，每组表示 16 比特。这些组数字通过 (":")分割。比如, 2001:0db8:85a3:0000:0000:8a2e:0370:7334是一个有效的地址。而且，我们可以加入一些以 0 开头的数字，字母可以使用大写，也可以是小写。所以， 2001:db8:85a3:0:0:8A2E:0370:7334 也是一个有效的 IPv6 address地址 (即，忽略 0 开头，忽略大小写)。
然而，我们不能因为某个组的值为 0，而使用一个空的组，以至于出现 (: 的情况。 比如， 2001:0db8:85a3::8A2E:0370:7334 是无效的 IPv6 地址。
同时，在 IPv6 地址中，多余的 0 也是不被允许的。比如， 02001:0db8:85a3:0000:0000:8a2e:0370:7334 是无效的。
示例 1：
输入：IP = "172.16.254.1"
输出："IPv4"
解释：有效的 IPv4 地址，返回 "IPv4"
示例 2：
输入：IP = "2001:0db8:85a3:0:0:8A2E:0370:7334"
输出："IPv6"
解释：有效的 IPv6 地址，返回 "IPv6"
示例 3：
输入：IP = "256.256.256.256"
输出："Neither"
解释：既不是 IPv4 地址，又不是 IPv6 地址
示例 4：
输入：IP = "2001:0db8:85a3:0:0:8A2E:0370:7334:"
输出："Neither"
示例 5：
输入：IP = "1e1.4.5.6"
输出："Neither"
提示：
IP 仅由英文字母，数字，字符 '.' 和 ':' 组成。
解：
解题思路：模拟
AC代码：
class Solution {
public String validIPAddress(String queryIP) {
if(queryIP.chars().filter(ch ->
ch == '.'
).count() == 3) return validIPV4(queryIP);
if(queryIP.chars().filter(ch ->
ch == ':'
).count() == 7) return validIPV6(queryIP);
return "Neither";
}
public String validIPV4(String queryIP) {
String[] nums = queryIP.split("\\.", -1); // 不丢弃结尾空字符串
for(String num : nums) {
// 判断长度
if(num.length() <= 0 || num.length() > 3) return "Neither";
// 没有前导0
if(num.charAt(0) == '0' && num.length() > 1) return "Neither";
// 判断是否都为数字
for(Character c : num.toCharArray()) {
if(!Character.isDigit(c)) return "Neither";
}
// 判断数字大小
if(Integer.parseInt(num) > 255) return "Neither";
}
return "IPv4";
}
public String validIPV6(String queryIP) {
String[] nums = queryIP.split(":", -1); // 不丢弃结尾空字符串
String hexdigits = "0123456789ABCDEFabcdef";
for(String num : nums) {
// 判断长度
if(num.length() <= 0 || num.length() > 4) return "Neither";
for(Character c : num.toCharArray()) {
if(hexdigits.indexOf(c) == -1) return "Neither";
}
}
return "IPv6";
}
}