引言

在这篇博客中，我们将讨论一种解决划分标签问题的算法，该算法可以有效地将输入字符串划分为尽可能多的子串，使得每个字母最多出现在一个子串中。我们将通过代码实现和详细解释来展示这一算法的工作原理。

题目描述

给你一个字符串 s 。我们要把这个字符串划分为尽可能多的片段，同一字母最多出现在一个片段中。

注意，划分结果需要满足：将所有划分结果按顺序连接，得到的字符串仍然是 s 。

返回一个表示每个字符串片段的长度的列表。

示例 1：

输入：s = "ababcbacadefegdehijhklij"
输出：[9,7,8]
解释：
划分结果为 "ababcbaca"、"defegde"、"hijhklij" 。
每个字母最多出现在一个片段中。
像 "ababcbacadefegde", "hijhklij" 这样的划分是错误的，因为划分的片段数较少。 

示例 2：

输入：s = "eccbbbbdec"
输出：[10]

题目链接：. - 力扣（LeetCode）

算法思路

分析题目， 求最优解，首先想到贪心
贪心策略：
每次都找最短的能满足条件的片段

因此问题中局部最优必可推出整体最优， 贪心生效

python代码

class Solution:def partitionLabels(self, s: str) -> List[int]:left, right = 0, 0ans = list()last_ind={}for i in range(len(s)-1, -1, -1):if s[i] not in last_ind.keys():last_ind[s[i]] = iwhile right<len(s):cur = leftright = max(last_ind[s[cur]], right)while cur<right:right = max(last_ind[s[cur]], right)cur+=1ans.append(right-left+1)left, right=right+1, right+1return ans

代码解读（适用于大部分划分标签问题）

首先遍历输入字符串，记录每个字母在字符串中最后出现的位置

然后，通过比较当前子串的右边界和当前字符的最后出现位置，来确定是否需要更新右边界

最终，将每个子串的长度添加到结果列表中

算法复杂度分析

• 时间复杂度：该算法的时间复杂度为 O(n)，其中 n 为输入字符串的长度。在遍历过程中，我们使用哈希表记录每个字符的最后出现位置，并且只遍历了一次输入字符串。
• 空间复杂度：算法的空间复杂度为 O(1)，因为我们仅使用了常数级别的额外空间来存储变量和结果。

总结

通过本文的讨论，我们深入探讨了划分标签问题的解决算法，并提供了相应的代码实现。这种算法能够高效地划分输入字符串，满足题目要求。希望本文对你理解该算法有所帮助，欢迎留言讨论交流。

详细题解：. - 力扣（LeetCode）