字符串单词之间的最小距离

在处理文本数据时，有时需要计算字符串中两个单词之间的最小距离。这个距离指的是两个单词之间的字符数，包括单词之间的空格。例如，在字符串 "hello world, welcome to the world" 中，"hello" 和 "world" 之间的最小距离为1，"world" 和 "welcome" 之间的最小距离为2。

解决方法

我们可以使用指针来追踪字符串中的单词，并计算单词之间的距离。

def min_word_distance(s, word1, word2):
    words = s.split()
    i1, i2 = -1, -1
    min_distance = float('inf')
    
    for i in range(len(words)):
        if words[i] == word1:
            i1 = i
        elif words[i] == word2:
            i2 = i
        
        if i1 != -1 and i2 != -1:
            min_distance = min(min_distance, abs(i1-i2))
    
    return min_distance if min_distance != float('inf') else -1

该函数接受三个参数：字符串 s、要查找的两个单词 word1 和 word2。该函数首先将字符串 s 拆分成一个单词列表 words。然后，使用指针 i1 和 i2 分别追踪 word1 和 word2 作为最后一个出现的单词的索引。在遍历列表 words 时，如果遇到了 word1 或 word2，则更新 i1 或 i2。如果 i1 和 i2 都已经有值，则计算它们之间的距离，并将结果与当前的最小距离比较并更新。最终返回最小距离。

下面是使用该函数的示例：

s = "hello world, welcome to the world"
word1 = "hello"
word2 = "world"
print(min_word_distance(s, word1, word2))

输出结果为：

1

时间复杂度

该算法的时间复杂度为 $O(n)$，其中 $n$ 是字符串中单词的个数。

空间复杂度

该算法的空间复杂度也为 $O(n)$，其中 $n$ 是字符串中单词的个数。我们需要一个长度为 $n$ 的列表来存储单词。同时，我们还需要三个变量：i1、i2 和 min_distance。它们都需要 $O(1)$ 的空间。