LeetCode 383. 赎金信：解题思路+代码解析+优化实战

今天来拆解一道LeetCode简单题------383. 赎金信。这道题看似基础，却能很好地考察我们对"字符统计"的理解，以及代码优化的思路，非常适合新手入门练习，也适合老司机快速复盘基础知识点。

话不多说，先看题目本身，再一步步解析代码、优化代码，确保每一步都讲清楚、讲透彻。

一、题目解读（清晰易懂版）

题目给出两个字符串，分别是 ransomNote（赎金信）和 magazine（杂志），我们需要判断：能不能用杂志中的字符，拼写出赎金信。

这里有一个关键限制：杂志中的每个字符，只能在赎金信中使用一次。

举两个简单例子，帮大家快速理解：

示例1：ransomNote = "a"，magazine = "b" → 杂志里没有'a'，返回false；
示例2：ransomNote = "aa"，magazine = "ab" → 杂志里只有1个'a'，不够拼2个'a'，返回false；
示例3：ransomNote = "aa"，magazine = "aab" → 杂志有2个'a'、1个'b'，足够拼写，返回true。

本质上，这道题的核心需求是：ransomNote 中每个字符的出现次数，都不能超过 magazine 中该字符的出现次数。只要满足这一点，就能拼出赎金信；否则不能。

二、初始代码解析

先看你给出的代码，这是一种非常直观、易懂的解法，核心思路是用 Map 统计字符出现次数，我们逐行拆解，搞懂每一步的作用。

typescript 复制代码

function canConstruct(ransomNote: string, magazine: string): boolean {
  // 1. 初始化一个Map，用来存储magazine中每个字符的出现次数
  const map = new Map<string, number>();
  
  // 2. 遍历magazine，统计每个字符的出现次数
  for (const char of magazine) {
    // 若Map中已有该字符，就取当前计数+1；若没有，就从0开始+1
    map.set(char, (map.get(char) || 0) + 1);
  }
  
  // 3. 遍历ransomNote，验证每个字符是否能从magazine中获取（且计数足够）
  for (const char of ransomNote) {
    // 若Map中没有该字符，或该字符的计数已为0（不够用了），直接返回false
    if (!map.has(char) || map.get(char) === 0) {
      return false;
    }
    // 用掉一个该字符，计数减1
    map.set(char, map.get(char)! - 1);
  }
  
  // 4. 所有字符都验证通过，返回true
  return true;
};

2.1 代码核心逻辑

整个代码分为3步，逻辑非常清晰：

统计：用Map记录magazine中每个字符出现的次数；
验证：遍历ransomNote的每个字符，检查Map中是否有足够的计数（有且计数>0）；
消耗：每使用一个字符，就将Map中对应的计数减1，确保每个字符只使用一次。

2.2 代码优缺点分析

优点很明显：

逻辑直观，容易理解和编写，适合新手上手；
通用性强，不限制字符范围（无论是小写字母、大写字母，甚至特殊字符，都能处理）；
时间复杂度是 O(m + n)（m是magazine长度，n是ransomNote长度），这是理论最优复杂度------毕竟要遍历两个字符串各一次，无法再降低。

但也有可优化的地方：

空间复杂度：O(k)，k是magazine中不同字符的数量（最多可能和magazine长度一致，但实际场景中多为26个小写字母），虽然不高，但可以进一步优化到极致；
效率开销：Map的API（get、set、has）有轻微的哈希查询/修改开销，相比数组下标访问，速度会慢一点。

三、代码优化实战（兼顾效率和简洁）

结合题目场景（LeetCode中这道题的测试用例，默认字符是 小写英文字母），我们可以做两处关键优化，让代码更高效、更简洁。

优化方向：用数组替代Map（空间O(1)，效率翻倍）

小写英文字母只有26个（a-z），我们可以用一个长度为26的固定数组，替代Map来统计字符次数。数组的下标对应字符的ASCII码偏移量（a→0，b→1，...，z→25），这样：

空间复杂度直接降至 O(1)（数组长度固定为26，不随输入字符串长度变化）；
数组下标访问比Map的API更快，消除哈希查询的开销，实际运行效率更高。

优化后代码（推荐版本）

typescript 复制代码

function canConstruct(ransomNote: string, magazine: string): boolean {
  // 边界优化：如果赎金信比杂志长，直接返回false（不可能拼出来）
  if (ransomNote.length > magazine.length) return false;
  
  // 初始化长度为26的数组，对应a-z，初始值全为0（固定空间O(1)）
  const charCount = new Array(26).fill(0);
  // 基准ASCII码：a的ASCII码，用于计算字符对应的数组下标
  const baseCode = 'a'.charCodeAt(0);
  
  // 1. 统计magazine中每个字符的出现次数
  for (const char of magazine) {
    const index = char.charCodeAt(0) - baseCode;
    charCount[index]++; // 数组下标直接访问，比Map.set高效
  }
  
  // 2. 验证并消耗字符
  for (const char of ransomNote) {
    const index = char.charCodeAt(0) - baseCode;
    // 计数为0，说明不够用，返回false
    if (charCount[index] === 0) return false;
    charCount[index]--; // 消耗一个字符，计数减1
  }
  
  return true;
};

优化点详解

边界条件优化（低成本高收益）：

如果ransomNote的长度大于magazine，说明杂志的字符总数都不够，直接返回false，避免后续无效的遍历操作。
数组替代Map（核心优化）：

用charCodeAt(0)获取字符的ASCII码，减去'a'的ASCII码（baseCode），得到0-25的下标，对应a-z。数组的每个元素，就是对应字符的出现次数。
简化判断逻辑：

原代码中"!map.has(char) || map.get(char) === 0"，在数组方案中可以简化为"charCount[index] === 0"------因为如果字符不存在，charCount[index]默认是0，两种情况可以合并判断。

补充：通用场景优化（不限制字符范围）

如果题目不限制字符（比如包含大写字母、数字、特殊字符），Map方案仍然是最优选择，此时我们可以优化Map的API调用，减少重复查询：

typescript 复制代码

function canConstruct(ransomNote: string, magazine: string): boolean {
  if (ransomNote.length > magazine.length) return false;
  
  const map = new Map<string, number>();
  for (const char of magazine) {
    map.set(char, (map.get(char) || 0) + 1);
  }
  
  for (const char of ransomNote) {
    // 缓存当前计数，减少一次map.get调用（原代码调用了2次，优化后只调用1次）
    const currentCount = map.get(char) || 0;
    if (currentCount === 0) return false;
    map.set(char, currentCount - 1);
  }
  
  return true;
};

优化点：缓存map.get(char)的结果，避免在判断和赋值时重复调用get方法，减少哈希查询的开销。

四、解题总结（必看重点）

4.1 核心知识点

这道题的核心是「字符频次统计」，常用的两种统计方式：

Map：通用性强，适合任意字符场景，空间复杂度O(k)；
数组：适合字符范围固定的场景（如小写字母、大写字母），空间复杂度O(1)，效率更高。

4.2 优化技巧

边界条件优先判断：提前排除不可能的情况，减少无效操作；
选择合适的数据结构：根据字符范围选择Map或数组，权衡通用性和效率；
减少重复操作：比如缓存Map查询结果、合并判断逻辑，提升代码运行效率。

4.3 复杂度对比（清晰直观）

解法	时间复杂度	空间复杂度	适用场景
初始Map解法	O(m + n)	O(k)	任意字符范围
优化数组解法	O(m + n)	O(1)	字符范围固定（如小写字母）
通用Map优化版	O(m + n)	O(k)	任意字符范围（效率优于初始Map版）

五、最后想说的话

LeetCode的简单题，看似"没必要优化"，但正是这些题目，能帮我们夯实基础、培养优化思维。比如这道题，从Map到数组的优化，看似微小，却能让我们理解「数据结构选择」对代码效率的影响，也能记住"边界条件优先"这种低成本高收益的解题技巧。