剑指offer50. 第一个只出现一次的字符

剑指offer50. 第一个只出现一次的字符

# solo 采用str.count()指令。
class Solution:
    def firstUniqChar(self, s: str) -> str:
        for i in range(len(s)): # 遍历整个str
            x=s[i]
            if s.count(x)==1: # 如果该字符串中只有一次，就返回该值。
                return x
        return ' '

本题考察 哈希表 的使用，本文介绍 “哈希表” 和 “有序哈希表” 两种解法。
其中，在字符串很长时， “有序哈希表” 解法理论上效率更高。

方法一：哈希表
遍历字符串 s ，使用哈希表统计 “各字符数量是否 > 1 ”。
再遍历字符串 s ，在哈希表中找到首个 “数量为 1 的字符”，并返回。

算法流程：
初始化： 字典（Python）、HashMap（Java），记为 dic ；
字符统计： 遍历字符串 s 中的每个字符 c ；
若 dic 中 不包含 键(key) c ：则向 dic 中添加键值对 (c, True) ，代表字符 c 的数量为 1 ；
若 dic 中 包含 键(key) c ：则修改键 c 的键值对为 (c, False) ，代表字符 c 的数量 >1 。
查找数量为 1 的字符： 遍历字符串 s 中的每个字符 c ；
若 dic中键 c 对应的值为 True ：，则返回 c 。
返回 ’ ’ ，代表字符串无数量为 1 的字符。

复杂度分析：
时间复杂度 O(N)： NN 为字符串 s 的长度；需遍历 s 两轮，使用 O(N) ；HashMap 查找的操作复杂度为 O(1)；
空间复杂度 O(N)O(N) ： HashMap 需存储 N 个字符的键值对，使用 O(N)O(N) 大小的额外空间。
代码：
Python 代码中的 not c in dic 整体为一个布尔值； c in dic 为判断字典中是否含有键 c 。

python

class Solution:
    def firstUniqChar(self, s: str) -> str:
        dic = {}
        for c in s:
            dic[c] = not c in dic           
 # 该指令的输出为：{'c':True},也就是将dic字典变成了s中所有字母和该字母是否重复的（True/Flase）的键值对。
 # dict中的键包含了s中的所有字母且各个字母不重复，该键对应的值是True表明只出现过一次，False指出现的不止一次。
        for c in s:# 遍历修改过的字典，找到第一个Ture即第一个不重复的值。
            if dic[c]: return c
        return ' '

方法二：有序哈希表
在哈希表的基础上，有序哈希表中的键值对是 按照插入顺序排序 的。基于此，可通过遍历有序哈希表，实现搜索首个 “数量为 11 的字符”。

哈希表是 去重 的，即哈希表中键值对数量 \leq≤ 字符串 s 的长度。因此，相比于方法一，方法二减少了第二轮遍历的循环次数。当字符串很长（重复字符很多）时，方法二则效率更高。

复杂度分析：
时间和空间复杂度均与 “方法一” 相同，而具体分析时间复杂度：

方法一 O(2N) ： N 为字符串 s 的长度；需遍历 s 两轮；
方法二 O(N) ：遍历 s 一轮，遍历 dic 一轮。
代码：
Python 3.6 后，默认字典就是有序的，因此无需使用 OrderedDict() ，详情可见：为什么Python 3.6以后字典有序并且效率更高？
Java 使用 LinkedHashMap 实现。

python

class Solution:
    def firstUniqChar(self, s: str) -> str:
        dic = collections.OrderedDict()
        for c in s:
            dic[c] = not c in dic
        for k, v in dic.items():
        # items()函数以列表返回可遍历的键、值。用法：dict.items()
            if v: return k
        return ' '