当前位置：首页 > news >正文

LeetCode 面试经典 150 题之最后一个单词的长度：逆向遍历高效解法

news 2025/9/13 9:45:18

在 LeetCode 面试经典 150 题中，“最后一个单词的长度” 是一道看似简单却容易踩坑的字符串处理题。它主要考察我们对字符串边界条件（如末尾空格、单个单词、全空格字符串）的处理能力，以及是否能想到更高效的遍历方式，是面试中筛选基础编程素养的常见题目，掌握其核心思路能帮助我们快速应对类似字符串处理场景。

一、题目概览与链接

首先明确题目要求：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。其中，“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。

题目链接：LeetCode 58. 最后一个单词的长度（点击链接可直接跳转至题目页面，建议先自行尝试解题，尤其注意处理末尾空格、全空格等特殊情况）

二、解题思路深度剖析

拿到这道题，很多人第一反应是 “从左到右遍历，记录每个单词的长度，最后返回最后一个单词的长度”。但这种思路需要处理 “单词间空格”“末尾空格” 等问题，容易遗漏边界条件。而从字符串末尾逆向遍历的思路，能直接聚焦 “最后一个单词”，跳过不必要的空格处理，效率更高且逻辑更简洁。

1. 核心思路：逆向定位，跳过末尾空格

核心逻辑是 “先找最后一个单词的结尾，再找它的开头”—— 因为最后一个单词的结尾一定是字符串中 “从末尾数第一个非空格字符”，而开头则是 “从结尾往回数第一个空格字符的下一位”，两者的索引差就是单词长度。具体拆解为两个关键步骤：

步骤 1：定位最后一个单词的结尾（标记为 right）

从字符串末尾开始向前遍历，跳过所有连续的空格字符，直到找到第一个非空格字符。这个字符就是最后一个单词的最后一个字符，其索引记为 right。

为什么要先跳末尾空格？因为题目中字符串可能以多个空格结尾（如 s = "Hello World "），这些空格不属于任何单词，必须先排除，才能找到真正的单词结尾。

步骤 2：定位最后一个单词的开头（标记为 left）

从 right 位置继续向前遍历，跳过所有连续的非空格字符（即最后一个单词的字符），直到找到第一个空格字符（或遍历到字符串开头）。这个空格字符的索引记为 left（若遍历到开头仍无空格，left 记为 -1，表示单词从索引 0 开始）。

步骤 3：计算单词长度

最后一个单词的长度 = right - left。因为 left 是单词开头的前一个位置（空格或字符串外），right 是单词结尾位置，两者相减刚好是单词的字符个数。

2. 具体步骤拆解（附示例）

为了让思路更直观，我们用三个典型示例演示逆向遍历的过程，覆盖常见场景：

示例 1：正常场景（末尾无空格）

s = "Hello World"（长度为 11）

步骤 1：从索引 10（字符 'd'）开始，因是非空格，直接定位 right = 10。

步骤 2：从 10 向前遍历，依次经过 'l'（9）、'r'（8）、'o'（7）、'W'（6），到索引 5 时遇到空格，定位 left = 5。

步骤 3：长度 = 10 - 5 = 5（“World” 的长度为 5，正确）。

示例 2：末尾有多个空格

s = " fly me to the moon "（末尾有 2 个空格，总长度 20）

步骤 1：从索引 19（空格）向前跳，18 也是空格，到 17 时是 'n'（非空格），定位 right = 17。

步骤 2：从 17 向前遍历，直到索引 11 时遇到空格（“the” 后的空格），定位 left = 11。

步骤 3：长度 = 17 - 11 = 6（“moon” 的长度为 6，正确）。

示例 3：全空格或单个单词

场景 A（全空格）：s = " "

- 步骤 1：从末尾向前遍历，所有字符都是空格，最终 right 未找到非空格字符（可初始化为 -1），直接返回 0（无单词，正确）。

场景 B（单个单词）：s = "Hello"

- 步骤 1：从索引 4（'o'）定位 right = 4。

- 步骤 2：向前遍历到索引 0（'H'）仍无空格，继续到 - 1（字符串开头外），定位 left = -1。

- 步骤 3：长度 = 4 - (-1) = 5（“Hello” 的长度为 5，正确）。

3. 关键注意点

边界条件处理：必须考虑 “全空格字符串”（返回 0）、“单个单词无空格”（left = -1）、“末尾多个空格”（跳过空格找 right）这三种核心场景，否则容易出现错误。

遍历终止条件：逆向遍历时要注意索引不能小于 0（避免数组越界），比如在找 left 时，若遍历到索引 0 仍无空格，需停止并将 left 设为 -1。

效率优势：逆向遍历无需遍历整个字符串（如示例 2 中，只需遍历末尾部分空格和最后一个单词），但最坏情况下（如全非空格字符串）仍需遍历全部字符，时间复杂度仍为 O (n)，属于最优解。

三、复杂度分析

1. 时间复杂度：O (n)

其中 n 是字符串 s 的长度。

逆向遍历过程中，我们最多遍历整个字符串一次（如全非空格字符串：先从末尾到开头找 right（实际只需 1 步），再从 right 到开头找 left（遍历 n 步），总步数为 n+1，仍为 O (n)）。所有操作均为常数时间判断，因此时间复杂度为 O (n)，效率最优。

2. 空间复杂度：O (1)

整个算法仅使用了 left、right 两个索引变量（或额外一个循环变量），空间占用不随字符串长度变化，始终为常数级别。因此空间复杂度为 O (1)，属于 “原地算法”，内存使用高效。

四、代码实现（多语言版本）

根据上述思路，我们实现多语言代码，重点处理边界条件（如全空格、索引越界），代码简洁且易读：

1. Python 代码

class Solution:def lengthOfLastWord(self, s: str) -> int:right = len(s) - 1while right >= 0 and s[right] == ' ':right -= 1left = rightwhile left >= 0 and s[left] != ' ':left -= 1return right - left

2. Java 代码

class Solution {public int lengthOfLastWord(String s) {int n = s.length();int right = n-1;while (right >= 0 && s.charAt(right) == ' '){right--;}int left = right;while (left >= 0 && s.charAt(left) != ' '){left--;}return right-left;}
}