由相同字符组成的长度为 K 的子串的最大计数

在字符串处理的过程中，有时我们需要找到由相同字符组成、长度为K的子串的最大计数。这个问题可以用于解决一些字符串统计、数据挖掘、压缩算法等应用场景。

方法一：遍历字符串

最简单的方法是遍历字符串，逐个判断是否构成了由相同字符组成、长度为K的子串，并记录出现次数。

def count_max_substrings(string, K):
    count = 0
    for i in range(len(string) - K + 1):
        substring = string[i:i+K]
        if len(set(substring)) == 1:
            count += 1
    return count

这个方法的时间复杂度为O((N-K)K)，其中N是字符串的长度。虽然它简单易懂，但对于较长的字符串和较大的K值可能效率较低。

方法二：滑动窗口

另一种更高效的方法是使用滑动窗口来解决这个问题。滑动窗口是一个固定大小的窗口，可以在字符串上移动以找到满足特定条件的子串。

def count_max_substrings(string, K):
    count = 0
    freq = {}
    left = 0
    for right in range(len(string)):
        freq[string[right]] = freq.get(string[right], 0) + 1
        if right - left + 1 == K:
            if len(freq) == 1:
                count += 1
            freq[string[left]] -= 1
            if freq[string[left]] == 0:
                del freq[string[left]]
            left += 1
    return count

这个方法的时间复杂度为O(N)，其中N是字符串的长度。通过使用字典freq来记录窗口中出现的字符及其频次，我们可以在O(1)的时间内判断窗口中是否只包含一个字符。

测试样例

下面是一些测试用例的结果：

string = "AABCAAAAABCCAAAAABCCC"
K = 3
print(count_max_substrings(string, K)) # 输出: 4

string = "ABCD"
K = 2
print(count_max_substrings(string, K)) # 输出: 0

string = "AAAA"
K = 1
print(count_max_substrings(string, K)) # 输出: 4

以上是两种解决由相同字符组成的长度为K的子串的最大计数问题的方法。根据实际情况选择合适的方法，以获得更好的性能。