【LeetCode 每日一题】2053. 数组中第 K 个独一无二的字符串

Problem: 2053. 数组中第 K 个独一无二的字符串

文章目录

  • [1. 整体思路](#1. 整体思路)
  • [2. 完整代码](#2. 完整代码)
  • [3. 时空复杂度](#3. 时空复杂度)
      • [时间复杂度: O ( N ) O(N) O(N)](#时间复杂度: O ( N ) O(N) O(N))
      • [空间复杂度: O ( N ) O(N) O(N)](#空间复杂度: O ( N ) O(N) O(N))

1. 整体思路

核心问题

我们需要找到数组中第 k 个只出现一次的字符串。

  • 独一无二 (Distinct):该字符串在数组中出现的次数必须恰好为 1。
  • 顺序 :按照字符串在原数组中出现的顺序来数第 k 个。

算法逻辑

  1. 第一遍遍历(计数):

    • 遍历整个数组 arr。
    • 使用一个哈希表 (HashMap) 来统计每个字符串出现的频次。
    • key: 字符串, value: 出现次数。
  2. 第二遍遍历(查找):

    • 再次按顺序遍历数组 arr。
    • 对于每个字符串 s,检查它在哈希表中的计数是否为 1。
    • 如果是 1(说明是独一无二的),则将计数器 k 减 1。
    • 当 k 减到 0 时,说明当前这个 s 就是我们要找的目标,直接返回。
  3. 兜底返回:

    • 如果遍历完整个数组,k 依然大于 0,说明独一无二的字符串不足 k 个,返回空字符串 ""。

2. 完整代码

java 复制代码
import java.util.HashMap;

class Solution {
    public String kthDistinct(String[] arr, int k) {
        // 创建哈希表,用于存储每个字符串的出现次数
        HashMap<String, Integer> count = new HashMap<>();
        
        // 第一遍遍历:统计频次
        for (String s : arr) {
            // merge 方法是 Java 8 引入的简化 Map 更新操作的方法
            // 如果 key 不存在,存入 value (这里是 1)
            // 如果 key 存在,执行 remappingFunction (这里是 Integer::sum,即旧值+1)
            count.merge(s, 1, Integer::sum);
            
            // 等价于传统写法:
            // count.put(s, count.getOrDefault(s, 0) + 1);
        }
        
        // 第二遍遍历:按原数组顺序寻找第 k 个独一无二的字符串
        for (String s : arr) {
            // 检查当前字符串的出现次数是否为 1
            if (count.get(s) == 1) {
                // 找到了一个独一无二的字符串,k 减 1
                k--;
                
                // 如果 k 变成了 0,说明这就是第 k 个,直接返回
                if (k == 0) {
                    return s;
                }
            }
        }
        
        // 如果遍历结束仍未找到第 k 个,返回空字符串
        return "";
    }
}

3. 时空复杂度

假设数组 arr 的长度为 N N N。

时间复杂度: O ( N ) O(N) O(N)

  • 第一遍循环 :遍历 N N N 个字符串,HashMap 的插入/更新操作平均为 O ( 1 ) O(1) O(1)。总耗时 O ( N ) O(N) O(N)。
  • 第二遍循环 :遍历 N N N 个字符串,HashMap 的查找操作平均为 O ( 1 ) O(1) O(1)。总耗时 O ( N ) O(N) O(N)。
  • 总计 : O ( N ) + O ( N ) = O ( N ) O(N) + O(N) = O(N) O(N)+O(N)=O(N)。

空间复杂度: O ( N ) O(N) O(N)

  • 哈希表开销 :在最坏情况下(所有字符串都不同),HashMap 需要存储 N N N 个键值对。
  • 结论 : O ( N ) O(N) O(N)。
相关推荐
风影同志7832423 分钟前
20 个比特能装下多少行情?——实测拆解 Kronos 的 K 线分词器
算法
写的都是BUG1 小时前
APK 里的钥匙,一直就放在门口:聊聊加固真正该做什么
前端·算法
lsc_blog1 小时前
年底还在招的岗位,先确认缺口和到岗要求
git·缓存·ci/cd·职场和发展·github
地平线开发者1 小时前
CLIP 的零样本分类:一组文本如何变成图像分类器?
算法
京东云开发者2 小时前
从“会生成”到“能生产”:萤火虫 AIGC 平台的 AI Infra 实践
算法·aigc·产品
youshi66682 小时前
PID——算法改进
算法
文丑颜不良啊3 小时前
LeetCode1861~1880题目解析
java·leetcode
文丑颜不良啊3 小时前
LeetCode1921~1940题目解析
java·leetcode
一只不想敲代码的程序猿3 小时前
如何更高效地拆解问题?
算法
微尘hjx5 小时前
【Deep-OC-SORT 02】多轨迹算法Deep-OC-SORT-相对 OC-SORT 的改进点
人工智能·算法·yolo·目标跟踪·视觉检测·ultralytics·deep-oc-sort