栈题目：文件夹操作日志搜集器

题目

标题和出处

标题：文件夹操作日志搜集器

出处：1598. 文件夹操作日志搜集器

难度

2 级

题目描述

要求

每当用户执行变更文件夹操作时，LeetCode 文件系统都会保存一条日志记录。

下面给出对变更操作的说明：

• $\text{"../"}$：移动到当前文件夹的父文件夹。如果已经在主文件夹下，则继续停留在当前文件夹。
• $\text{"./"}$：继续停留在当前文件夹。
• $\text{"x/"}$：移动到名为 $\text{x}$ 的子文件夹中。题目数据保证总是存在文件夹 $\text{x}$。

给你一个字符串列表 $\text{logs}$，其中 $\text{logs[i]}$ 是用户在第 $\text{i}$ 步执行的操作。

文件系统启动时位于主文件夹，然后执行 $\text{logs}$ 中的操作。

执行完所有变更文件夹操作后，请你找出返回主文件夹所需的最小步数。

示例

示例 1：

输入：$\text{logs = ["d1/","d2/","../","d21/","./"]}$
输出：$\text{2}$
解释：执行 $\text{"../"}$ 操作变更文件夹 $\text{2}$ 次，即可回到主文件夹。

示例 2：

输入：$\text{logs = ["d1/","d2/","./","d3/","../","d31/"]}$
输出：$\text{3}$

示例 3：

输入：$\text{logs = ["d1/","../","../","../"]}$
输出：$\text{0}$

数据范围

• $\text{1}\le \text{logs.length}\le {\text{10}}^{\text{3}}$
• $\text{2}\le \text{logs[i].length}\le \text{10}$
• $\text{logs[i]}$ 包含小写英文字母，数字，$\text{‘.’}$ 和 $\text{‘/’}$
• $\text{logs[i]}$ 符合语句中描述的格式
• 文件夹名称由小写英文字母和数字组成

解法一

思路和算法

根据题目描述，每一步操作都是有效的操作，因此只要记录每一步操作之后所在的文件夹的路径，即可知道返回主文件夹所需的步数。文件夹的路径为从主文件夹到当前文件夹需要经过的全部文件夹。

可以使用栈记录文件夹的路径，栈顶元素为当前文件夹。

对于每种变更操作，分别对栈进行不同的操作：

• $\text{“../"}$：如果栈不为空，则将栈顶元素出栈，新的栈顶元素即为当前文件夹的父文件夹。如果栈为空，则不进行任何操作。
• $\text{“./"}$：不进行任何操作。
• $\text{“x/"}$：将 $\text{“x/"}$ 入栈，新的栈顶元素即为名为 $\text{x}$ 的子文件夹。

执行完所有变更文件夹操作后，如果栈不为空，则需要将栈内元素依次出栈，直到栈为空时，返回主文件夹，因此返回主文件夹所需的最小步数即为出栈次数。其实并不需要真正将元素出栈，出栈次数等同于栈内元素个数，栈内元素个数即为返回主文件夹所需的最小步数。

代码

class Solution {
    public int minOperations(String[] logs) {
        Deque<String> stack = new ArrayDeque<String>();
        int length = logs.length;
        for (int i = 0; i < length; i++) {
            String log = logs[i];
            if ("../".equals(log)) {
                if (!stack.isEmpty()) {
                    stack.pop();
                }
            } else if ("./".equals(log)) {
                continue;
            } else {
                stack.push(log);
            }
        }
        return stack.size();
    }
}

复杂度分析

• 时间复杂度：$O(n)$，其中 $n$ 是数组 $\text{logs}$ 的长度。需要遍历数组 $\text{logs}$ 一次，这里假设数组 $\text{logs}$ 中的每个元素的长度都是常数。

• 空间复杂度：$O(n)$，其中 $n$ 是数组 $\text{logs}$ 的长度。空间复杂度主要取决于栈空间，栈最多包含 $n$ 个元素，这里假设数组 $\text{logs}$ 中的每个元素的长度都是常数。

解法二

思路和算法

由于返回主文件夹所需的最小步数只和栈内元素个数有关，而和元素内容无关，因此也可以不用栈，而是使用计数的方式计算返回主文件夹所需的最小步数。

具体做法是，使用 $\text{operations}$ 记录返回主文件夹所需的最小步数，初始时 $\text{operations}=0$。出栈操作对应将 $\text{operations}$ 减 $1$，入栈操作对应将 $\text{operations}$ 加 $1$，任何时候 $\text{operations}$ 都是非负整数。执行完所有变更文件夹操作后，$\text{operations}$ 即为返回主文件夹所需的最小步数。

代码

class Solution {
    public int minOperations(String[] logs) {
        int operations = 0;
        int length = logs.length;
        for (int i = 0; i < length; i++) {
            String log = logs[i];
            if ("../".equals(log)) {
                operations = Math.max(operations - 1, 0);
            } else if ("./".equals(log)) {
                continue;
            } else {
                operations++;
            }
        }
        return operations;
    }
}

复杂度分析

• 时间复杂度：$O(n)$，其中 $n$ 是数组 $\text{logs}$ 的长度。需要遍历数组 $\text{logs}$ 一次，这里假设数组 $\text{logs}$ 中的每个元素的长度都是常数。

• 空间复杂度：$O(1)$。