当前位置：首页 > wzjs >正文

storyset自定义插画网站网站建设服

wzjs 2025/9/12 14:16:50

storyset自定义插画网站,网站建设服,wordpress插件授权破解版,职业技能培训学校力扣14. 最长公共前缀：Java四种解法详解题目描述编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀，返回空字符串 ""。示例： 输入：strs ["flower","flow","flight&quo…

力扣14. 最长公共前缀：Java四种解法详解

题目描述

编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀，返回空字符串 ""。
示例：
输入：strs = ["flower","flow","flight"] → 输出："fl"
输入：strs = ["dog","racecar","car"] → 输出：""

解法一：横向扫描（逐步缩小前缀）

代码实现

public class Solution {public String longestCommonPrefix(String[] strs) {if (strs == null || strs.length == 0) return "";String prefix = strs[0];for (int i = 1; i < strs.length; i++) {int j = 0;while (j < prefix.length() && j < strs[i].length() && prefix.charAt(j) == strs[i].charAt(j)) {j++;}prefix = prefix.substring(0, j);if (prefix.isEmpty()) break;}return prefix;}
}

复杂度分析

时间复杂度：O(mn)，其中 m 是字符串平均长度，n 是数组长度。最坏情况下每个字符串都需完全比较。
空间复杂度：O(1)，仅需常数空间存储中间变量。

核心思路

以第一个字符串为初始前缀，依次与其他字符串逐字符比较，逐步缩小前缀范围。若中途前缀为空，则提前终止。

解法二：纵向扫描（逐列比较）

代码实现

public class Solution {public String longestCommonPrefix(String[] strs) {if (strs == null || strs.length == 0) return "";for (int i = 0; i < strs[0].length(); i++) {char c = strs[0].charAt(i);for (int j = 1; j < strs.length; j++) {if (i >= strs[j].length() || strs[j].charAt(i) != c) {return strs[0].substring(0, i);}}}return strs[0];}
}

复杂度分析

时间复杂度：O(mn)，逐列比较所有字符串的每个字符。
空间复杂度：O(1)，无需额外存储。

核心思路

从第一个字符开始，依次比较所有字符串的同一列字符，直到某一列不匹配，返回当前列之前的子串。

解法三：排序后首尾比较

代码实现

import java.util.Arrays;public class Solution {public String longestCommonPrefix(String[] strs) {if (strs == null || strs.length == 0) return "";Arrays.sort(strs);String first = strs[0], last = strs[strs.length - 1];int minLen = Math.min(first.length(), last.length());int i = 0;while (i < minLen && first.charAt(i) == last.charAt(i)) {i++;}return first.substring(0, i);}
}

复杂度分析

时间复杂度：O(n log n + m)，排序耗时 O(n log n)，比较首尾字符串耗时 O(m)。
空间复杂度：O(log n)，排序的栈空间开销。

核心思路

排序后，最长公共前缀只需比较首尾字符串的公共部分。排序后首尾差异最大，因此公共前缀即全局公共前缀。

解法四：利用 `startsWith` 方法优化

代码实现

public class Solution {public String longestCommonPrefix(String[] strs) {if (strs == null || strs.length == 0) return "";String prefix = strs[0];for (String s : strs) {while (!s.startsWith(prefix)) {prefix = prefix.substring(0, prefix.length() - 1);if (prefix.isEmpty()) return "";}}return prefix;}
}

复杂度分析

时间复杂度：O(mn)，最坏情况下每个字符均需截取。
空间复杂度：O(1)，直接操作字符串。

核心思路

以第一个字符串为基准，逐步缩短前缀长度，直到所有字符串均以该前缀开头。利用 startsWith 简化字符比较逻辑。

各解法对比

解法	优点	缺点	适用场景
横向扫描	逻辑清晰，代码简洁	需要频繁截取子串	通用场景
纵向扫描	直接比较，无额外操作	对空字符串处理需谨慎	字符串长度差异小的场景
排序后比较	减少比较次数，代码高效	排序可能引入额外时间开销	字符串数量较少的场景
startsWith	代码简洁，易读	频繁截取可能影响性能	快速实现需求

示例解析

以输入 ["flower", "flow", "flight"] 为例：

横向扫描：
- 初始前缀 "flower"，与 "flow" 比较后缩小为 "flow"。
- 再与 "flight" 比较，最终得到 "fl"。
纵向扫描：
- 比较所有字符串的第0列字符 f，第1列字符 l，第2列字符 o 与 i 不匹配，返回前两列 "fl"。