关注公众号【算法码上来】，每日算法干货马上就来！
题目描述
给定一个放有字符和数字的数组，找到最长的子数组，且包含的字符和数字的个数相同。
返回该子数组，若不存在这样的数组，返回一个空数组。
示例1
输入：
["A","1","B","C","D","2","3","4","E","5","F","G","6","7","H","I","J","K","L","M"]
输出：
["A","1","B","C","D","2","3","4","E","5","F","G","6","7"]示例2
输入：
["A","A"]
输出：
[]提示
- array.length <= 100000
题解
回忆之前做过的一道题目：每日算法系列【LeetCode 523】连续的子数组和，是不是有点相似？那道题是要求是否含有总和为 $k$ 的整数倍的连续子数组。而本题要求的是最长的子数组，满足数字和字母个数相等。
我们可以把字母抽象成 $-1$ ，数字抽象成 $1$ ，那么子数组的总和含义就是数字个数与字母个数的差值。假设子数组 $[l, r]$ 是满足字母个数和数字个数相等的，那么这段子数组总和必然是 $0$ 。如果我们用前缀和来进行优化的话，$sum[r] - sum[l-1] = 0$ ，也就是说 $sum[r]$ 和 $sum[l-1]$ 的值是相等的。
所以我们只需要求一遍前缀和，如果 $sum[i]$ 没有在之前出现过，那就保存一下 $sum[i]$ 最开始出现的下标是 $i$ 。否则的话就看一下当前子数组长度 $i - sum[i]$ 和历史最优的长度 $r - l$ 谁大，然后决定更不更新。
实际实现中 c++ 还是可以采用 unordered_map 来当作哈希表保存下标。
时间复杂度是 $O(n)$ 。
代码
c++
class Solution {
public:
vector<string> findLongestSubarray(vector<string>& array) {
int n = array.size();
unordered_map<int, int> mp;
mp[0] = -1;
int cnt = 0, l = 0, r = 0;
for (int i = 0; i < n; ++i) {
cnt += isdigit(array[i][0]) ? 1 : -1;
if (mp.find(cnt) != mp.end()) {
if (r-l < i-mp[cnt]) {
l = mp[cnt] + 1;
r = i + 1;
}
} else {
mp[cnt] = i;
}
}
return vector<string>(array.begin()+l, array.begin()+r);
}
};python
class Solution:
def findLongestSubarray(self, array: List[str]) -> List[str]:
mp = {0: -1}
cnt, l, r = 0, 0, 0
for i, s in enumerate(array):
cnt += 1 if s[:1].isdigit() else -1
if cnt in mp:
if r-l < i-mp[cnt]:
l = mp[cnt] + 1
r = i + 1
else:
mp[cnt] = i
return array[l:r]
