在不使用递归的情况下删除字符串中的重复字符答案

【问题标题】：Removing repeated characters in string without using recursion在不使用递归的情况下删除字符串中的重复字符
【发布时间】：2011-10-20 14:41:13
【问题描述】：

给你一个字符串。开发一个函数来删除该字符串中的重复字符。字符串可以是任意长度。你的算法必须在太空中。如果您希望可以使用不依赖于字符串大小的恒定大小的额外空间。您的算法必须具有 O(n) 的复杂度。

我的想法是定义一个大小为 26 的整数数组，其中第 0 个索引对应于字母 a，第 25 个索引对应于字母 z，并将所有元素初始化为 0。因此，我们将遍历整个字符串一次，并在遇到字母时增加所需索引处的值。

然后我们将再次遍历字符串，如果所需索引处的值为 1，我们打印出该字母，否则我们不打印。

这样时间复杂度为 O(n) 并且使用的空间是恒定的，与字符串的长度无关！！

如果有人能提出提高效率的想法，那将非常有帮助！

【问题讨论】：

猜这是一个家庭作业：P 任何编程语言限制？或伪代码是好的？例如，如果它是 PHP，您可以附加到一个数组并且大小将是可变的，最多只能使用您旅行过的字符数，并且检查一个字符是否已被检查是一个 in_array 的问题（例如）跨度>
我认为假设字符串仅包含 a 到 z 是不公平的。 Unicode 中有超过一百万个代码点。
@purefan 这不是一个家庭作业问题，因为您已经看到我已将其标记为面试 qs..
@Ray Toal Ya 如果你能想出一个更好的解决方案，它将包含所有代码点，我将不胜感激
好的，我试一试，但首先，重复是什么意思？您是指在字符串中的任何位置多次出现的任何字符，还是两次或多次出现相同字符的任何连续运行。后者是 Unix uniq 程序中删除的内容。

标签： string complexity-theory

【解决方案1】：

您的解决方案绝对符合 O(n) 时间的标准。如果允许的字母很大（Unicode 有超过一百万个字符），那么数组会非常非常大，而不是使用普通哈希。这是您在（未优化！）Ruby 中的算法：

def undup(s) 
  seen = Hash.new(0)
  s.each_char {|c| seen[c] += 1}
  result = ""
  s.each_char {|c| result << c if seen[c] == 1}
  result
end

puts(undup "")
puts(undup "abc")
puts(undup "Olé")
puts(undup "asdasjhdfasjhdfasbfdasdfaghsfdahgsdfahgsdfhgt")

它通过字符串两次，并且由于哈希查找不是线性的，所以你很好。

您可以说 Hashtable（就像您的数组一样）使用常量空间，尽管它很大，因为它受字母表大小的限制。即使字母的大小大于字符串的大小，它仍然算作常数空间。

这个问题有很多变体，其中很多都很有趣。要做到真正到位，可以先排序；这给出了 O(n log n)。合并排序有一些变化，您在合并期间忽略重复。事实上，这种“没有外部哈希表”的限制出现在Algorithm: efficient way to remove duplicate integers from an array（也标记了面试问题）中。

另一个常见的面试问题是从一个简单的字符串开始，然后他们说，好吧，现在是一百万个字符的字符串，好吧，现在是一千亿个字符的字符串，等等。当您开始考虑大数据时，事情会变得非常有趣。

不管怎样，你的想法很不错。它通常可以进行如下调整：使用集合，而不是字典。穿过绳子。对于每个字符，如果它不在集合中，则添加它。如果是，删除它。 set占用空间少，不需要计数器，如果字母表很小，可以实现为bitset，而且这种算法不需要两次pass。

Python 实现：http://code.activestate.com/recipes/52560-remove-duplicates-from-a-sequence/

【讨论】：

【解决方案2】：

您还可以使用位集而不是附加数组来跟踪找到的字符。根据允许的字符（a-z 或更多），您可以相应地调整位集的大小。这比整数数组需要更少的空间。

【讨论】：