不同子串的连接

Question

问题 - 按字典顺序排列给定字符串的所有不同子字符串并将它们连接起来。打印连接字符串的第 K 个字符。确保给定的 K 值是有效的，即会有第 K 个字符

输入格式第一行将包含一个数字 T，即测试用例的数量。每个测试用例的第一行将包含一个包含字符 (a−z) 的字符串，第二行将包含一个数字 K.

输出格式打印第 K 个字符（字符串为 1 索引）

约束条件 1≤T≤5 1≤长度≤105 K 将是一个合适的整数。

示例输入#00

1
dbac
3

示例输出 #00

解释#00

子串按字典顺序排列如下

a, ac, b, ba, bac, c, d, db, dba, dbac 将它们连接起来，我们得到

aacbbabaccddbdbadbac 此字符串中的第三个字符是 c，因此是答案。

这是我的代码：

import java.io.*;
import java.util.*;
import java.text.*;
import java.math.*;
import java.util.regex.*;

public class Solution 
{

public static void gen(String str,int k)
{


      int i,c;ArrayList<String>al=new ArrayList<String>();
     for(c=0;c<str.length();c++)
    {
        for(i=1;i<=str.length()-c;i++)
        {
            String sub = str.substring(c,c+i);
            al.add(sub);
        }
    }

    HashSet hs = new HashSet();
    hs.addAll(al);
    al.clear();
    al.addAll(hs);

    String[] res = al.toArray(new String[al.size()]); 
    Arrays.sort(res);

    StringBuilder sb= new StringBuilder();

        for(String temp:res)
        {
           sb.append(temp);   
        }

    String s = sb.toString();
    System.out.println(s.charAt(k-1));
}


public static void main(String[] args) 
{
    Scanner sc = new Scanner (System.in);
    int t = Integer.parseInt(sc.nextLine());

        while((t--)>0)
        {
            String str = sc.nextLine();
            int k = Integer.parseInt(sc.nextLine());                 
            gen(str,k);

        }

   }
 }

此代码适用于小输入，如上述测试用例，但对于大输入，它要么超时，要么显示类似这样的内容相同的内存??

Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
at java.util.Arrays.copyOfRange(Arrays.java:2694)
at java.lang.String.<init>(String.java:203)
at java.lang.String.substring(String.java:1913)
at Solution.gen(Solution.java:19)
at Solution.main(Solution.java:54)

Answer 1

您运行内存不足。您可以通过使用 -Xms256m -Xmx1024 启动 JVM 来增加 JVM 使用的内存，您可以尝试一些优化。

public static void gen(String str, int k) {

    int i, c;

    //Adding directly to the Set prevents a larger list because you remove the duplicates
    Set<String> set = new TreeSet<String>();

    for (c = 0; c < str.length(); c++) {
        for (i = 1; i <= str.length() - c; i++) {
            String sub = str.substring(c, c + i);
            set.add(sub);
        }
    }
    //TreeSet already orders by the String comparator


    StringBuilder sb = new StringBuilder();

    for (String temp : set) {
        sb.append(temp);
        if(sb.length()>k){
           break;
        }
    }

    String s = sb.toString();
    System.out.println(s.charAt(k - 1));
}

[编辑] 添加了小的性能提升。试试看它是否变快，我没有看 StringBuilder.length() 的性能，看它是否会提高或降低。

Answer 2

根据给定的限制（最多 105 个字符），您应该不会遇到内存不足的问题。也许您正在使用非常大的字符串进行测试。

所以如果你有，这里有一些你在浪费内存的地方：

填满集合后，将其复制到列表中。这意味着子字符串集合的两个副本，而您将不再使用该集合。
将列表复制到数组后，您现在拥有子字符串集合的三个副本，尽管您不会再使用该列表。
现在您创建一个 StringBuilder 并将所有子字符串放入其中。但是知道整个连接的字符串并不是很有趣。我们只需要其中一个字符，那么为什么要把连接放在内存中呢？此外，在上面所有浪费的副本中，至少你没有复制子字符串本身。但是现在您将它们附加到 StringBuilder，您正在创建它们的副本。这将是一个很长的字符串。
然后使用 toString() 将 StringBuilder 的内容复制到新字符串。这将创建一个非常大的连接字符串的副本（我们已经说过我们实际上并不需要）。

您已经得到了使用 TreeSet 并直接填充它而不是创建列表、集合和排序列表的合理建议。下一步是从该集合中提取正确的字符 而实际上不保留连接字符串 .

因此，假设您的集合名为 set:

Iterator<String> iter = set.iterator();

int lengthSoFar = 0;
String str = null;

while ( lengthSoFar < k && iter.hasNext() ) {

     str = iter.next();           // Got the next substring;
     lengthSoFar += str.length();
}

// At this point we have the substring where we expect the k'th
// character to be.

System.out.println( str.charAt( k - lengthSoFar + str.length() - 1 );

请注意，程序获得 k 的高值比获得低值需要更长的时间，但通常它会比构建整个连接字符串更快，因为一旦你找到正确的子字符串。

不同子串的连接

concatenation of distinct substrings

java

string

out-of-memory

substring

concatenation