LeetCode题58: 5种算法实现最后一个单词的长度【python】

简介: LeetCode题58: 5种算法实现最后一个单词的长度【python】

作者介绍:10年大厂数据\经营分析经验,现任大厂数据部门负责人。

会一些的技术:数据分析、算法、SQL、大数据相关、python

欢迎加入社区:码上找工作

作者专栏每日更新:

LeetCode解锁1000题: 打怪升级之旅

python数据分析可视化:企业实战案例

备注说明:方便大家阅读,统一使用python,带必要注释,公众号 数据分析螺丝钉 一起打怪升级

题目描述

给你一个字符串 s,由若干单词组成,单词之间用若干个空格字符隔开。返回字符串中最后一个单词的长度。如果不存在最后一个单词,请返回 0

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。

输入格式
  • s:一个字符串。
输出格式
  • 返回一个整数,表示最后一个单词的长度。

示例

示例 1
输入: s = "Hello World"
输出: 5
示例 2
输入: s = " "
输出: 0

方法一:直接使用字符串方法

解题步骤
  1. 去除尾部空格:使用 rstrip() 方法删除字符串尾部的空格。
  2. 分割字符串:使用 split() 方法分割处理后的字符串。
  3. 返回最后一个单词长度:如果分割后的列表不为空,返回最后一个元素的长度;否则返回 0
完整的规范代码
def lengthOfLastWord(s):
    """
    使用字符串方法找到最后一个单词的长度
    :param s: str, 输入的字符串
    :return: int, 最后一个单词的长度
    """
    cleaned_str = s.rstrip()  # 去除尾部空格
    words = cleaned_str.split()  # 分割字符串
    return len(words[-1]) if words else 0  # 返回最后一个单词的长度或0
# 示例调用
print(lengthOfLastWord("Hello World"))  # 输出: 5
print(lengthOfLastWord(" "))  # 输出: 0
算法分析
  • 时间复杂度:(O(n)),其中 n 是字符串的长度,主要耗时操作在于去除尾部空格和分割字符串。
  • 空间复杂度:(O(n)),存储分割后的字符串列表。

方法二:反向遍历字符串

解题步骤
  1. 初始化计数器:设置一个计数器 length0 用于记录最后一个单词的长度。
  2. 反向遍历:从字符串的末尾开始遍历,直到遇到第一个非空格字符,然后开始计数,直到遇到空格或字符串开头。
  3. 返回结果:返回计数器的值,即最后一个单词的长度。
完整的规范代码
def lengthOfLastWord(s):
    """
    反向遍历字符串来找到最后一个单词的长度
    :param s: str, 输入的字符串
    :return: int, 最后一个单词的长度
    """
    length, i = 0, len(s) - 1
    # 跳过尾部空格
    while i >= 0 and s[i] == ' ':
        i -= 1
    # 计数最后一个单词的长度
    while i >= 0 and s[i] != ' ':
        length += 1
        i -= 1
    return length
# 示例调用
print(lengthOfLastWord("Hello World"))  # 输出: 5
print(lengthOfLastWord(" "))  # 输出: 0
算法分析
  • 时间复杂度:(O(n)),其中 n 是字符串的长度,最坏情况下遍历整个字符串。
  • 空间复杂度:(O(1)),仅使用常数空间。

方法三:正则表达式

解题步骤
  1. 使用正则表达式:利用正则表达式匹配最后一个单词。
  2. 返回匹配结果长度:如果匹配到单词,返回单词的长度;否则返回 0
完整的规范代码
import re
def lengthOfLastWord(s):
    """
    使用正则表达式匹配最后一个单词并返回其长度
    :param s: str, 输入的字符串
    :return: int, 最后一个单词的长度
    """
    match = re.findall(r'\b\w+\b', s)
    return len(match[-1]) if match else 0
# 示例调用
print(lengthOfLastWord("Hello World"))  # 输出: 5
print(lengthOfLastWord(" "))  # 输出: 0
算法分析
  • 时间复杂度:(O(n)),正则表达式的匹配性能通常为线性时间。
  • 空间复杂度:(O(n)),正则匹配结果可能需要额外空间存储。

方法四:内置函数优化

解题步骤
  1. 使用 split():直接使用 split() 分割字符串,无需先去除尾部空格。
  2. 返回最后一个元素长度:直接返回分割结果中最后一个元素的长度。
完整的规范代码
def lengthOfLastWord(s):
    """
    使用内置函数优化寻找最后一个单词的长度
    :param s: str, 输入的字符串
    :return: int, 最后一个单词的长度
    """
    words = s.split()
    return len(words[-1]) if words else 0
# 示例调用
print(lengthOfLastWord("Hello World"))  # 输出: 5
print(lengthOfLastWord(" "))  # 输出: 0
算法分析
  • 时间复杂度:(O(n)),split() 函数的时间复杂度。
  • 空间复杂度:(O(n)),存储分割后的结果。

方法五:库函数结合

解题步骤
  1. 使用 str.rfind():从字符串末尾找到第一个空格的位置。
  2. 计算长度:根据空格位置计算最后一个单词的长度。
完整的规范代码
def lengthOfLastWord(s):
    """
    使用库函数结合方法找到最后一个单词的长度
    :param s: str, 输入的字符串
    :return: int, 最后一个单词的长度
    """
    return len(s.rstrip(' ').split(' ')[-1])
# 示例调用
print(lengthOfLastWord("Hello World"))  # 输出: 5
print(lengthOfLastWord(" "))  # 输出: 0
算法分析
  • 时间复杂度:(O(n)),其中 n 是字符串的长度。
  • 空间复杂度:(O(n)),分割字符串可能需要额外空间。

不同算法的优劣势对比

特征 方法一: 字符串方法 方法二: 反向遍历 方法三: 正则表达式 方法四: 内置优化 方法五: 库函数结合
时间复杂度 (O(n)) (O(n)) (O(n)) (O(n)) (O(n))
空间复杂度 (O(n)) (O(1)) (O(n)) (O(n)) (O(n))
优势 简单直观 空间效率高 强大的匹配能力 简洁代码 极简实现
劣势 额外空间开销 稍复杂 性能不稳定 空间开销 空间和时间开销

应用示例详解:文本编辑器功能增强

场景描述

在现代文本编辑软件中,除了基本的文本编辑功能,经常需要提供一些高级功能如自动格式化、统计分析等。特别是在处理涉及格式和布局严格要求的文档(如学术论文、商业报告等)时,自动计算每行文本的最后一个单词长度可以用于自动调整文本行的对齐方式或进行复杂的排版设计。

技术实现

利用 “最后一个单词的长度” 算法,我们可以设计一个功能,当用户输入文本时,软件能实时显示当前行或所选段落的最后一个单词的长度。此外,这一功能也可以辅助进行诸如自动换行、右对齐排版等任务。

方法:内置函数优化

技术选择

选择方法四(内置函数优化),因为它通过直接使用 Python 的内置字符串操作方法,提供了一个既简单又快速的解决方案,适合需要快速响应的文本编辑环境。

实现步骤

  1. 监听文本输入:捕捉用户的输入事件,每次输入结束后获取当前行的文本。
  2. 计算最后一个单词长度:使用选择的算法实时计算并显示当前行最后一个单词的长度。
  3. 动态显示结果:在文本编辑器的状态栏或专门的界面区域显示计算结果。
  4. 辅助排版调整:根据最后一个单词的长度,辅助进行文本的自动排版调整,如换行和对齐。

代码实现

def lengthOfLastWord(s):
    """
    使用内置函数优化寻找最后一个单词的长度
    :param s: str, 输入的字符串
    :return: int, 最后一个单词的长度
    """
    words = s.split()
    return len(words[-1]) if words else 0
# 示例事件处理函数
def on_text_input(text):
    last_word_length = lengthOfLastWord(text)
    print(f"当前行最后一个单词的长度为: {last_word_length}")
    # 进一步可以基于这个长度信息做自动排版等
# 模拟文本输入
on_text_input("Hello World")  # 用户输入了 "Hello World"
on_text_input("这是一个示例文本,其中包含多个字符和空格 ")

输出解释

  • 当用户完成一次输入后,程序计算并输出了当前输入行的最后一个单词长度。
  • 这可以直接用于状态显示或触发其他如排版调整的功能。
应用优势
  • 响应速度快:由于使用了 Python 的内置方法,处理速度快,可以实时响应。
  • 代码简洁:方法实现简单,易于维护和集成到现有系统中。
  • 功能实用:可以广泛应用于各种需要文本处理的软件中,尤其是内容编辑和排版设计软件。

总结

通过在文本编辑器中实现“最后一个单词的长度”计算功能,开发者可以提供更智能的文本处理工具,不仅提升用户体验,还可以增强软件的专业功能。此外,该算法的实现方式选择可以根据具体应用场景的需求进行调整,以达到最优的性能表现。

欢迎关注微信公众号 数据分析螺丝钉

相关文章
|
9天前
|
机器学习/深度学习 存储 算法
解锁文件共享软件背后基于 Python 的二叉搜索树算法密码
文件共享软件在数字化时代扮演着连接全球用户、促进知识与数据交流的重要角色。二叉搜索树作为一种高效的数据结构,通过有序存储和快速检索文件,极大提升了文件共享平台的性能。它依据文件名或时间戳等关键属性排序,支持高效插入、删除和查找操作,显著优化用户体验。本文还展示了用Python实现的简单二叉搜索树代码,帮助理解其工作原理,并展望了该算法在分布式计算和机器学习领域的未来应用前景。
|
25天前
|
监控 算法 安全
深度洞察内网监控电脑:基于Python的流量分析算法
在当今数字化环境中,内网监控电脑作为“守城卫士”,通过流量分析算法确保内网安全、稳定运行。基于Python的流量分析算法,利用`scapy`等工具捕获和解析数据包,提取关键信息,区分正常与异常流量。结合机器学习和可视化技术,进一步提升内网监控的精准性和效率,助力企业防范潜在威胁,保障业务顺畅。本文深入探讨了Python在内网监控中的应用,展示了其实战代码及未来发展方向。
|
1月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
130 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
2月前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
132 66
|
5天前
|
监控 算法 安全
内网桌面监控软件深度解析:基于 Python 实现的 K-Means 算法研究
内网桌面监控软件通过实时监测员工操作,保障企业信息安全并提升效率。本文深入探讨K-Means聚类算法在该软件中的应用,解析其原理与实现。K-Means通过迭代更新簇中心,将数据划分为K个簇类,适用于行为分析、异常检测、资源优化及安全威胁识别等场景。文中提供了Python代码示例,展示如何实现K-Means算法,并模拟内网监控数据进行聚类分析。
28 10
|
23天前
|
存储 算法 安全
控制局域网上网软件之 Python 字典树算法解析
控制局域网上网软件在现代网络管理中至关重要,用于控制设备的上网行为和访问权限。本文聚焦于字典树(Trie Tree)算法的应用,详细阐述其原理、优势及实现。通过字典树,软件能高效进行关键词匹配和过滤,提升系统性能。文中还提供了Python代码示例,展示了字典树在网址过滤和关键词屏蔽中的具体应用,为局域网的安全和管理提供有力支持。
50 17
|
1月前
|
存储 监控 算法
员工电脑监控屏幕场景下 Python 哈希表算法的探索
在数字化办公时代,员工电脑监控屏幕是保障信息安全和提升效率的重要手段。本文探讨哈希表算法在该场景中的应用,通过Python代码例程展示如何使用哈希表存储和查询员工操作记录,并结合数据库实现数据持久化,助力企业打造高效、安全的办公环境。哈希表在快速检索员工信息、优化系统性能方面发挥关键作用,为企业管理提供有力支持。
45 20
|
27天前
|
存储 人工智能 算法
深度解密:员工飞单需要什么证据之Python算法洞察
员工飞单是企业运营中的隐性风险,严重侵蚀公司利润。为应对这一问题,精准搜集证据至关重要。本文探讨如何利用Python编程语言及其数据结构和算法,高效取证。通过创建Transaction类存储交易数据,使用列表管理订单信息,结合排序算法和正则表达式分析交易时间和聊天记录,帮助企业识别潜在的飞单行为。Python的强大功能使得从交易流水和沟通记录中提取关键证据变得更加系统化和高效,为企业维权提供有力支持。
|
26天前
|
存储 算法 安全
U 盘管控情境下 Python 二叉搜索树算法的深度剖析与探究
在信息技术高度发达的今天,数据安全至关重要。U盘作为常用的数据存储与传输工具,其管控尤为关键。本文探讨Python中的二叉搜索树算法在U盘管控中的应用,通过高效管理授权U盘信息,防止数据泄露,保障信息安全。二叉搜索树具有快速插入和查找的优势,适用于大量授权U盘的管理。尽管存在一些局限性,如树结构退化问题,但通过优化和改进,如采用自平衡树,可以有效提升U盘管控系统的性能和安全性。
25 3
|
1月前
|
存储 算法 Serverless
剖析文件共享工具背后的Python哈希表算法奥秘
在数字化时代,文件共享工具不可或缺。哈希表算法通过将文件名或哈希值映射到存储位置,实现快速检索与高效管理。Python中的哈希表可用于创建简易文件索引,支持快速插入和查找文件路径。哈希表不仅提升了文件定位速度,还优化了存储管理和多节点数据一致性,确保文件共享工具高效运行,满足多用户并发需求,推动文件共享领域向更高效、便捷的方向发展。

热门文章

最新文章