python 字符串压缩（字符串-中等）含源码（九）
问题说明（含示例）
问题描述：实现字符串压缩功能，利用字符重复出现的次数，将连续重复的字符替换为 “字符 + 次数” 的形式。若压缩后的字符串长度未小于原字符串，则返回原字符串。字符串仅包含大小写英文字母（a-z, A-Z）。
示例：
输入：
"aabcccccaaa"输出："a2b1c5a3"解释：连续字符分别为 "aa"（2 次）、"b"（1 次）、"ccccc"（5 次）、"aaa"（3 次），压缩后长度更短。输入：
"abbccd"输出："abbccd"解释：压缩后为 "a1b2c2d1"（长度 7），比原字符串（长度 6）更长，故返回原字符串。输入：
"aaabccaaaaaddd"输出："a3b1c2a5d3"解释：连续字符对应次数为 3、1、2、5、3，压缩后长度更短。输入：
"aabcaddd"输出："aabcaddd"解释：压缩后为 "a2b1c1a1d3"（长度 10），比原字符串（长度 8）更长，故返回原字符串。
解题关键
核心思路是遍历字符串，统计连续重复字符的次数，拼接压缩结果后与原字符串比较长度，具体步骤：
特殊情况处理：若原字符串长度≤1，直接返回原字符串（无法压缩变短）。
初始化变量：
result：用列表存储压缩后的字符和次数（列表拼接效率高于字符串）；prev_char：记录当前遍历的前一个字符（初始为字符串第一个字符）；count：记录当前字符连续出现的次数（初始为 1）。
遍历字符串（从第二个字符开始）：
若当前字符与
prev_char相同，count += 1；若不同，将
prev_char和count加入result，更新prev_char为当前字符，重置count = 1。
处理最后一组字符：遍历结束后，将最后一组
prev_char和count加入result。比较长度：将
result转换为字符串，若长度 < 原字符串长度，返回压缩结果；否则返回原字符串。
对应代码
class Solution:def compressString(self, S: str) -> str:# 特殊情况：空字符串或长度为1的字符串，直接返回原字符串if len(S) <= 1:return S# 初始化变量：用列表存储结果（效率高于字符串拼接）result = []prev_char = S[0] # 前一个字符，初始为第一个字符count = 1 # 连续出现的次数# 从第二个字符开始遍历for char in S[1:]:if char == prev_char:# 当前字符与前一个相同，次数+1count += 1else:# 不同字符：将前一个字符和次数加入结果，更新前一个字符和次数result.append(prev_char)result.append(str(count))prev_char = charcount = 1# 处理最后一组字符（循环结束后未加入的部分）result.append(prev_char)result.append(str(count))# 转换为字符串，比较长度compressed = ''.join(result)return compressed if len(compressed) < len(S) else S对应的基础知识
实现该算法需掌握以下基础概念与操作：
字符串遍历与索引
通过
for char in S[1:]遍历字符串从第二个字符开始的所有元素；用
S[0]访问字符串第一个字符，len(S)获取字符串长度。
列表的拼接与转换
用列表
result存储中间结果，通过append()方法添加字符和次数（字符串拼接+=效率低，因为字符串是不可变对象，每次拼接都会创建新对象）；最终通过
''.join(result)将列表转换为字符串，效率高于多次字符串拼接。
条件判断与计数更新
核心逻辑
if char == prev_char: count += 1 else: ...用于判断字符是否连续重复，更新计数或切换字符。
边界处理
初始判断
if len(S) <= 1处理短字符串（无法压缩变短），避免无效计算；遍历结束后手动添加最后一组字符，避免遗漏（因循环仅在字符变化时添加，最后一组无后续字符触发添加）。
对应的进阶知识
该问题的解决涉及字符串优化与复杂度分析的进阶思想：
时间与空间复杂度
时间复杂度：
O(n)（n为字符串长度），仅遍历一次字符串，列表append和join操作均为线性时间；空间复杂度：
O(n)，最坏情况下（所有字符均不重复），result列表需存储2n个元素（每个字符 + 次数 “1”）。
字符串拼接的效率优化
Python 中字符串是不可变对象，使用
str += new_char进行拼接时，每次都会创建新字符串（复制原有内容 + 新增部分），时间复杂度为O(k)（k为当前字符串长度），总时间可能达到O(n²)；用列表
append存储中间结果，最后join转换，总时间为O(n)（append为O(1)amortized，join为O(n)），是大规模字符串处理的推荐方式。
压缩逻辑的完整性
计数为 1 时必须保留（如示例 2 中 “a” 压缩为 “a1”），否则会导致信息丢失（如 “ab” 压缩为 “ab” 与原字符串相同，但按规则需压缩为 “a1b1” 再比较长度）；
遍历结束后需手动添加最后一组字符，是因为循环仅在 “字符变化” 时触发添加，最后一组字符无后续变化，需单独处理。
编程思维与启示
“效率优先” 的细节处理：选择列表而非字符串拼接，体现了对数据结构特性的理解 —— 针对频繁修改的场景，可变对象（列表）比不可变对象（字符串）更高效。
“完整性” 的边界意识：遍历结束后处理最后一组字符，避免了 “循环漏处理” 的常见错误，体现了 “收尾逻辑” 的重要性（类似数组遍历中对最后一个元素的单独判断）。
“条件反转” 的比较逻辑：最终返回
compressed if len(compressed) < len(S) else S，通过一次比较即可决定结果，避免冗余判断（无需单独判断 “大于” 或 “等于”）。“问题转化” 的简化思路：将 “压缩字符串” 问题转化为 “统计连续字符次数 + 拼接 + 长度比较” 的子问题，通过拆解步骤降低复杂度，这种 “分而治之” 的思维适用于多数字符串处理问题。