LeetCode 58. 最后一个单词的长度：两种解法深度剖析

在 LeetCode 简单题中，58 题"最后一个单词的长度"看似基础，却能很好地考察对字符串处理的细节把控和算法效率的思考。题目要求我们在一个由单词和空格组成的字符串中，返回最后一个纯字母单词的长度（单词不含空格，且被若干空格分隔）。本文将带来两种主流解法，从思路、代码到优劣对比，帮你彻底吃透这道题。

题目回顾

给你一个字符串 s，由若干单词组成，单词前后用一些空格字符隔开。返回字符串中最后一个单词的长度。

单词是指仅由字母组成、不包含任何空格字符的最大子字符串。

示例 1：输入 s = "Hello World"，输出 5（最后一个单词为 "World"）；

示例 2：输入 s = " fly me to the moon "，输出 4（最后一个单词为 "moon"）；

示例 3：输入 s = "luffy is still joyboy"，输出 6（最后一个单词为 "joyboy"）。

解法一：正则分割 + 数组取值（简洁高效款）

思路分析

这种解法的核心是利用字符串处理方法和正则表达式，将混乱的字符串转化为干净的单词数组，再直接取最后一个单词的长度。核心步骤分为两步：

用 trim() 方法去除字符串首尾的空格，避免首尾空格对分割结果的干扰；
用正则表达式 /\s+/ 分割字符串，该正则能匹配一个或多个连续空格，完美解决"多个空格分隔单词"的问题，得到仅包含有效单词的数组；
取数组最后一个元素，返回其长度即可。

代码实现（TypeScript）

typescript 复制代码

function lengthOfLastWord_1(s: string): number {
  // 去除首尾空格后，按一个或多个空格分割为单词数组
  const sArr: string[] = s.trim().split(/\s+/);
  // 返回最后一个单词的长度
  return sArr[sArr.length - 1].length;
};

关键细节说明

为什么不用 split(' ')？直接用单个空格分割会导致连续空格产生空字符串（如示例 2 分割后会出现 ["", "fly", "me", "", "", "to", ...]），后续还要过滤空字符串，繁琐且低效；
trim() 的作用？若不使用 trim()，字符串开头的空格会被 /\s+/ 匹配，分割后数组第一个元素为空字符串（如示例 2 不 trim() 会得到 ["", "fly", "me", ...]），虽不影响取最后一个元素，但会多一步无效分割；
时间复杂度：trim()、split() 均为 O(n)（n 为字符串长度），整体时间复杂度 O(n)；空间复杂度 O(m)（m 为单词个数），因为需要存储分割后的单词数组。

解法二：反向遍历（空间最优款）

思路分析

解法一虽简洁，但额外占用了数组空间。如果追求空间最优，可采用反向遍历的思路：从字符串末尾开始，先跳过所有末尾空格，找到最后一个单词的结尾，再继续反向遍历统计单词长度，直到遇到空格或遍历结束。核心步骤：

定义索引 index 指向字符串最后一个字符（s.length - 1）；
反向遍历跳过末尾空格：当index >= 0 且当前字符是空格时，index--；
统计最后一个单词长度：当 index >= 0 且当前字符不是空格时，计数器 res++ 并 index--；
返回计数器 res，即为最后一个单词的长度。

代码实现（TypeScript）

typescript 复制代码

function lengthOfLastWord_2(s: string): number {
  let index = s.length - 1;
  // 跳过末尾的所有空格
  while (s[index] === ' ' && index >= 0) {
    index--;
  }
  let res = 0;
  // 统计最后一个单词的长度
  while (index >= 0 && s[index] !== ' ') {
    res++;
    index--;
  }
  return res;
};

关键细节说明

边界条件处理：index >= 0 是避免遍历越界（当字符串全为空格时，第一个循环会将 index 减至 -1，第二个循环不执行，返回 0，符合题意）；
空间优势：全程仅使用两个变量（index 和 res），空间复杂度为 O(1)；
时间复杂度：最坏情况下需遍历整个字符串（如字符串无空格），时间复杂度仍为 O(n)，但无额外空间开销。

两种解法对比与适用场景

解法	时间复杂度	空间复杂度	优点	缺点	适用场景
正则分割 + 数组取值	O(n)	O(m)	代码简洁、易理解，开发效率高	额外占用数组空间	日常开发、算法题快速解题，对空间要求不高的场景
反向遍历	O(n)	O(1)	空间最优，无额外开销	代码稍长，需处理边界条件	空间敏感场景，如大规模字符串处理、面试中追求最优空间复杂度

常见坑点提醒

忽略全空格字符串：如输入 " "，此时无有效单词，应返回 0，两种解法均能正确处理；
多个连续空格分隔：解法一靠 /\s+/ 解决，解法二靠反向跳空处理，均需避免将连续空格计入单词长度；
单词仅一个的情况：如输入 "Hello" 或 " Hello"，两种解法均能正确返回 5。

总结

LeetCode 58 题虽为简单题，但两种解法对应了不同的优化方向：解法一以空间换简洁，适合快速落地；解法二以时间换空间，适合追求极致性能。在面试中，若能同时给出两种解法并分析其优劣，会更受面试官青睐。

其实字符串处理类题目核心在于对细节的把控，无论是正则的灵活运用，还是遍历方向的选择，都需要结合场景权衡。希望本文能帮你掌握这道题的本质，在后续同类题目中举一反三。