解决K长度二进制码包含问题的方法
2026-02-27 16:27:53
0浏览
收藏
本文深入剖析LeetCode 1461题的高效解法,直击暴力枚举生成全部2ᵏ个二进制码所导致的指数级时间与空间开销痛点,巧妙融合滑动窗口、整数哈希映射和哈希集合去重,在O(n)线性时间内完成判定——将每个长度为k的二进制子串动态转化为[0, 2ᵏ−1]内的唯一整数,通过位运算实时更新窗口值,彻底规避字符串切片、列表查找与重复构造,让算法在k=20甚至更大规模下依然稳定高效,是理解哈希优化与滑动窗口进阶应用的绝佳范例。

本文详解 LeetCode 1461 题的优化思路:避免暴力枚举与列表操作,改用滑动窗口 + 整数哈希 + 集合去重,在 O(n) 时间内判定二进制字符串是否包含全部长度为 k 的子码。
本文详解 LeetCode 1461 题的优化思路:避免暴力枚举与列表操作,改用滑动窗口 + 整数哈希 + 集合去重,在 O(n) 时间内判定二进制字符串是否包含全部长度为 k 的子码。
在解决 LeetCode 第 1461 题「Check If a String Contains All Binary Codes of Size K」时,初学者常采用“生成全部 2ᵏ 个二进制字符串 → 逐个检查是否为子串”的暴力策略。该方法逻辑直观,但存在严重性能瓶颈:
- 生成所有长度为 k 的二进制字符串需 O(2ᵏ) 时间与空间;
- 每次 binary.remove(sSoFar) 或 sSoFar in binary 在列表中查找/删除均为 O(2ᵏ) 平均时间复杂度;
- 滑动窗口中还使用了 sSoFar = sSoFar[1:] 字符串切片,每次 O(k),整体退化为 O(n·k·2ᵏ),面对 k=20(即 2²⁰ ≈ 100 万)的测试用例必然超时。
✅ 正确解法的核心优化在于 避免显式构造字符串集合,转而用整数表示二进制码,并借助哈希集合实现 O(1) 插入与去重:
- 数学映射:每个长度为 k 的二进制子串可唯一对应一个 [0, 2ᵏ−1] 范围内的整数(如 "101" → 5);
- 滑动窗口整数更新:不重建子串,而是动态维护当前窗口对应的整数值:
- 设当前值为 value,新加入位为 digit(0 或 1),则新值 = (value << 1 | digit) & ((1 << k) - 1);
- 等价于 (value * 2 + digit) % (1 << k),利用位运算高效截断高位;
- 哈希集合计数:用 set() 存储已出现的整数值,一旦集合大小达到 2ᵏ,立即返回 True。
以下是优化后的 Python 实现(含关键注释):
class Solution:
def hasAllCodes(self, s: str, k: int) -> bool:
# 边界判断:若字符串长度不足 k,不可能覆盖所有 k 位码
if len(s) < k:
return False
total = 1 << k # 即 2^k,共需收集的唯一二进制码数量
seen = set() # 存储已出现的整数型二进制码
# 初始化:取前 k-1 位构成初始 value(补前导 0 避免 k==1 时索引错误)
# 更简洁做法:直接从索引 0 开始,用前 k 位初始化 value
value = 0
# 构造初始窗口 [0, k-1] 对应的整数值
for i in range(k):
value = (value << 1) | int(s[i])
seen.add(value)
# 滑动窗口:从第 k 位开始,逐个推进
for i in range(k, len(s)):
# 移除最高位(第 i-k 位),加入新位 s[i]
# 等价于:value = ((value << 1) | int(s[i])) & ((1 << k) - 1)
value = ((value << 1) | int(s[i])) & ((1 << k) - 1)
seen.add(value)
# 提前终止:一旦收集满 2^k 个不同值,立刻返回
if len(seen) == total:
return True
return len(seen) == total? 关键细节说明:
- & ((1 << k) - 1) 是位掩码操作,等价于 % (1 << k),但位运算更快且无负数风险;
- 使用 | int(s[i]) 替代 + int(s[i]) 更符合位运算语义,语义清晰;
- 提前返回机制(if len(seen) == total: return True)显著提升平均性能,尤其在答案为 True 时无需遍历完整字符串;
- 空间复杂度降至 O(2ᵏ),时间复杂度严格为 O(n),与 k 无关(仅哈希表扩容有常数影响)。
⚠️ 注意事项:
- 切勿在循环中使用 list.remove() 或 list.pop(0) —— 它们是 O(n) 操作,会将算法拖入 O(n·2ᵏ) 泥潭;
- 避免字符串拼接(如 sSoFar += s[j])和切片(如 sSoFar[1:]),它们在 Python 中产生新对象,开销大;
- 当 k 较大(如 ≥ 20)时,2ᵏ 可能达百万级,此时内存虽可接受,但暴力枚举绝对不可行——本解法正是为此场景而生。
总结:本题本质是「滑动窗口 + 哈希去重」的经典应用。抓住“二进制子串 ↔ 整数映射”这一抽象,摒弃字符串操作,用位运算维持状态,辅以集合与早停策略,即可优雅通过所有测试用例,包括最大规模输入。
好了,本文到此结束,带大家了解了《解决K长度二进制码包含问题的方法》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
httpxAsyncClient连接池配置方法
- 上一篇
- httpxAsyncClient连接池配置方法
- 下一篇
- PPT透明度渐变设置技巧
查看更多
最新文章
-
- 文章 · python教程 | 2天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 2天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1176次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1158次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1342次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1283次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1143次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

