给定字符串具有非等距字符的三元组计数

在给定字符串中，如果存在三个字符a、b和c，其中a和b的间隔距离与b和c的间隔距离不同，那么这些字符构成一个非等距字符的三元组。编写一个程序来计算给定字符串中的非等距字符的三元组个数。

算法

在这个算法中，我们可以用两个数组分别记录字符' a '和字符' c '的位置。然后，对于每个字符'b'，我们可以计算a_count和c_count等于它以前的a和c的数量。然后，我们可以使用MatchCount（b）= a_countx(c_count - MatchCount（b））计算匹配b的三元组数。

def countTriplets(s: str) -> int:
    char_positions = defaultdict(list)
    char_positions[s[0]].append(0)
    cnt = 0
    for i in range(1, len(s)):
        if s[i] in char_positions:
            for j in char_positions[s[i]]:
                a_count = len([x for x in char_positions[s[i-1]] if x < j])
                c_count = len([x for x in char_positions[s[i+1:]] if x > i])
                cnt += a_count*c_count
            char_positions[s[i]].append(i)
        else:
            char_positions[s[i]].append(i)
    return cnt

复杂度分析

时间复杂度：O(n^2)，其中n是字符串的长度。双重循环中的每个位置被考虑恰好一次。

空间复杂度：O(n)，其中n是字符串的长度。由于字符位置存储在哈希表中，因此它需要O(n)的额外空间。

示例

输入: s = "abcdefg" 输出: 0

输入: s = "aaabbbccc" 输出: 27

输入: s = "abcabcabc" 输出: 35

输入: s = "babybabybaby" 输出: 4

结论

在该算法中，我们使用了哈希表来记录字符a和c的位置。这样我们就可以使用MatchCount（b）= a_count×（c_count-MatchCount（b））在O（1）时间内计算匹配字符b的三元组数。因此，在最坏情况下，算法的时间复杂度为O（n^2），其中n是字符串的长度。