🚀 力扣热题 394:字符串解码(详细解析)(Go语言版)

简介: 文章提供了两种解法:栈结构和递归解法。栈解法通过维护数字栈与字符串栈,依次处理 `[` 和 `]`,构造解码结果;递归解法则利用函数调用逐层解析嵌套结构。两者时间复杂度均为 $O(n)$,空间复杂度也为 $O(n)$。栈解法直观易懂,适合初学者;递归解法优雅简洁,适合处理深度嵌套规则。掌握这两种方法,可灵活应对类似问题,提升解题能力。

🚀 力扣热题 394:字符串解码(详细解析)

📌 题目描述

力扣 394. 字符串解码

给定一个经过编码的字符串,返回它解码后的字符串。

编码规则为:k[encoded_string],表示其中方括号内部的 encoded_string 正好重复 k 次。你可以认为 k 总是一个正数。

注意:输入字符串中只包含数字、英文字母、方括号 [] 和不会嵌套的数字。

🌟 示例 1:

输入:s = "3[a]2[bc]"
输出:"aaabcbc"

🌟 示例 2:

输入:s = "3[a2[c]]"
输出:"accaccacc"

🌟 示例 3:

输入:s = "2[abc]3[cd]ef"
输出:"abcabccdcdcdef"

💡 解题思路

✅ 栈结构(Stack)解法

这是一个经典的 栈应用题,核心思路是:

  • 遇到 [ :将当前数字(重复次数)和字符串入栈。
  • 遇到 ] :弹出栈顶元素,构造新字符串。
  • 遇到字母:追加到当前字符串中。

我们维护两个栈:

  1. 数字栈:存储重复次数。
  2. 字符串栈:存储括号外的字符串。

💻 Go 实现代码

✅ 方法一:使用两个栈

func decodeString(s string) string {
   
    numStack := []int{
   }
    strStack := []string{
   }
    currStr := ""
    num := 0

    for _, ch := range s {
   
        if ch >= '0' && ch <= '9' {
   
            num = num*10 + int(ch-'0')
        } else if ch == '[' {
   
            numStack = append(numStack, num)
            strStack = append(strStack, currStr)
            num = 0
            currStr = ""
        } else if ch == ']' {
   
            repeat := numStack[len(numStack)-1]
            numStack = numStack[:len(numStack)-1]

            prevStr := strStack[len(strStack)-1]
            strStack = strStack[:len(strStack)-1]

            temp := ""
            for i := 0; i < repeat; i++ {
   
                temp += currStr
            }
            currStr = prevStr + temp
        } else {
   
            currStr += string(ch)
        }
    }
    return currStr
}

✅ 方法二:递归解法

另一种常见的解法是使用递归。递归的思想是将当前字符串按照解码规则拆解,每次遇到 ] 就进行一层解码,然后返回结果。我们通过递归调用来处理字符串中的每一部分。

递归思路:

  • 遇到数字时,开始收集数字,表示重复次数。
  • 遇到 [ 时,递归解析其中的字符串,并将解码后的部分乘以数字。
  • 遇到 ] 时,返回当前的结果并将结果拼接到之前的解码字符串中。

步骤:

  • 遇到字母,直接拼接到当前的解码字符串。
  • 遇到数字,记录并构建重复次数。
  • 遇到 [ 时,开始递归调用处理括号内的字符串。
  • 遇到 ] 时,返回当前解析的结果并继续处理外部字符串。

    ✅ 方法二:递归解法

    ```go
    func decodeString(s string) string {
    index := 0
    return decodeHelper(s, &index)
    }

func decodeHelper(s string, index int) string {
res := ""
for
index < len(s) {
ch := s[index]
if ch >= '0' && ch <= '9' {
num := 0
for
index < len(s) && s[index] >= '0' && s[index] <= '9' {
num = num10 + int(s[index]-'0')
index++
}
index++ // skip '['
str := decodeHelper(s, index)
index++ // skip ']'
for i := 0; i < num; i++ {
res += str
}
} else if ch == ']' {
return res
} else {
res += string(ch)
index++
}
}
return res
}
```

【比较分析】

方法 特点 处理步骤 处理嵌套性 应用场景
栈解法 简洁直观,便于理解 递渐构造字符串 支持嵌套 适合初学者
递归解法 逻辑清晰,方便处理嵌套结构 循环解析,函数循环构造结果 更适合深度嵌套规则 高级结构处理

⏳ 复杂度分析

操作 时间复杂度 空间复杂度
栈/递归 $O(n)$ $O(n)$
  • n 是字符串长度,遍历一遍,各步操作均为常数时间
  • 空间用于栈或递归调用的结果缓存

🌟 总结

  • 栈和递归都是解决本题的有效途径
  • 栈解法更加简单直观,适合初学和面试习题
  • 递归解法适合处理庞复的嵌套规则,优雅简洁

💡 成熟掌握两种思路,能使你展现多样化的解题技巧。

目录
相关文章
|
5月前
|
人工智能 自然语言处理 算法
Go语言统计字符串中每个字符出现的次数 — 简易频率分析器
本案例实现一个字符统计程序,支持中文、英文及数字,可统计用户输入文本中各字符的出现次数,并以整洁格式输出。内容涵盖应用场景、知识点讲解、代码实现与拓展练习,适合学习文本分析及Go语言基础编程。
|
8月前
|
机器学习/深度学习 存储 算法
【LeetCode 热题100】347:前 K 个高频元素(详细解析)(Go语言版)
这篇文章详细解析了力扣热题 347——前 K 个高频元素的三种解法:哈希表+小顶堆、哈希表+快速排序和哈希表+桶排序。每种方法都附有清晰的思路讲解和 Go 语言代码实现。小顶堆方法时间复杂度为 O(n log k),适合处理大规模数据;快速排序方法时间复杂度为 O(n log n),适用于数据量较小的场景;桶排序方法在特定条件下能达到线性时间复杂度 O(n)。文章通过对比分析,帮助读者根据实际需求选择最优解法,并提供了完整的代码示例,是一篇非常实用的算法学习资料。
549 90
|
7月前
|
Go 开发者 索引
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣33 / 81/ 153/154)(Go语言版)
本文深入探讨了LeetCode中四道关于「搜索旋转排序数组」的经典题目,涵盖了无重复和有重复元素的情况。通过二分查找的变形应用,文章详细解析了每道题的解题思路和Go语言实现代码。关键点包括判断有序区间、处理重复元素以及如何缩小搜索范围。文章还总结了各题的异同,并推荐了类似题目,帮助读者全面掌握二分查找在旋转数组中的应用。无论是初学者还是有经验的开发者,都能从中获得实用的解题技巧和代码实现方法。
336 14
|
6月前
|
Go
【LeetCode 热题100】DP 实战进阶:最长递增子序列、乘积最大子数组、分割等和子集(力扣300 / 152/ 416 )(Go语言版)
本文深入解析三道经典的动态规划问题:**最长递增子序列(LIS)**、**乘积最大子数组** 和 **分割等和子集**。 - **300. LIS** 通过 `dp[i]` 表示以第 `i` 个元素结尾的最长递增子序列长度,支持 O(n²) 动态规划与 O(n log n) 的二分优化。 - **152. 乘积最大子数组** 利用正负数特性,同时维护最大值与最小值的状态转移方程。 - **416. 分割等和子集** 转化为 0-1 背包问题,通过布尔型 DP 实现子集和判断。 总结对比了三题的状态定义与解法技巧,并延伸至相关变种问题,助你掌握动态规划的核心思想与灵活应用!
294 1
|
6月前
|
分布式计算 算法 Go
【LeetCode 热题100】BFS/DFS 实战:岛屿数量 & 腐烂的橘子(力扣200 / 994 )(Go语言版)
本文讲解了两道经典的图论问题:**岛屿数量(LeetCode 200)** 和 **腐烂的橘子(LeetCode 994)**,分别通过 DFS/BFS 实现。在“岛屿数量”中,利用深度或广度优先搜索遍历二维网格,标记连通陆地并计数;“腐烂的橘子”则采用多源 BFS,模拟腐烂传播过程,计算最短时间。两者均需掌握访问标记技巧,是学习网格搜索算法的绝佳实践。
305 1
|
6月前
|
Go
【LeetCode 热题100】BFS/DFS 实战:岛屿数量 & 腐烂的橘子(力扣200 / 994 )(Go语言版)
本篇博客详细解析了三道经典的动态规划问题:198. 打家劫舍(线性状态转移)、279. 完全平方数与322. 零钱兑换(完全背包问题)。通过 Go 语言实现,帮助读者掌握动态规划的核心思想及其实战技巧。从状态定义到转移方程,逐步剖析每道题的解法,并总结其异同点,助力解决更复杂的 DP 问题。适合初学者深入理解动态规划的应用场景和优化方法。
227 0
|
6月前
|
算法 Go 索引
【LeetCode 热题100】回溯:括号生成 & 组合总和(力扣22 / 39 )(Go语言版)
本文深入解析了LeetCode上的两道经典回溯算法题:**22. 括号生成**与**39. 组合总和**。括号生成通过维护左右括号数量,确保路径合法并构造有效组合;组合总和则允许元素重复选择,利用剪枝优化搜索空间以找到所有满足目标和的组合。两者均需明确路径、选择列表及结束条件,同时合理运用剪枝策略提升效率。文章附有Go语言实现代码,助你掌握回溯算法的核心思想。
281 0
|
8月前
|
算法 Go
【LeetCode 热题100】深入理解二叉树结构变化与路径特性(力扣104 / 226 / 114 / 543)(Go语言版)
本博客深入探讨二叉树的深度计算、结构变换与路径分析,涵盖四道经典题目:104(最大深度)、226(翻转二叉树)、114(展开为链表)和543(二叉树直径)。通过递归与遍历策略(前序、后序等),解析每题的核心思路与实现方法。结合代码示例(Go语言),帮助读者掌握二叉树相关算法的精髓。下一讲将聚焦二叉树构造问题,欢迎持续关注!
226 10
|
8月前
|
Go
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣437 / 236 )(Go语言版)
本文深入探讨二叉树中路径与祖先问题,涵盖两道经典题目:LeetCode 437(路径总和 III)和236(最近公共祖先)。对于路径总和 III,文章分析了双递归暴力解法与前缀和优化方法,后者通过哈希表记录路径和,将时间复杂度从O(n²)降至O(n)。在最近公共祖先问题中,采用后序遍历递归查找,利用“自底向上”的思路确定最近公共祖先节点。文中详细解析代码实现与核心要点,帮助读者掌握深度追踪技巧,理解树结构中路径与节点关系的本质。这类问题在面试中高频出现,掌握其解法意义重大。
221 4
|
9月前
|
存储 自然语言处理 算法
【LeetCode 热题100】208:实现 Trie (前缀树)(详细解析)(Go语言版)
本文详细解析了力扣热题 208——实现 Trie(前缀树)。Trie 是一种高效的树形数据结构,用于存储和检索字符串集合。文章通过插入、查找和前缀匹配三个核心操作,结合 Go 语言实现代码,清晰展示了 Trie 的工作原理。时间复杂度为 O(m),空间复杂度也为 O(m),其中 m 为字符串长度。此外,还探讨了 Trie 的变种及应用场景,如自动补全和词典查找等。适合初学者深入了解 Trie 结构及其实际用途。
313 14

推荐镜像

更多
  • DNS