江川个人博客FIELD NOTES / 个人知识库

Article / 文章

LeetCode 第387题：字符串中的第一个唯一字符

给定一个字符串，找到它的第一个不重复的字符，并返回它的索引。如果不存在，则返回 -1。

📖 文章摘要

本文详细解析LeetCode第387题“字符串中的第一个唯一字符”，这是一道字符串处理题。文章提供了基于哈希表的解法，包含C#、Python、C++三种语言实现，配有详细的算法分析和性能对比。适合想要提升字符串处理能力的读者。

核心知识点： 字符串、哈希表、计数 难度等级： 简单 推荐人群： 具有基础算法知识，想要提升字符串处理能力的程序员

题目描述

给定一个字符串，找到它的第一个不重复的字符，并返回它的索引。如果不存在，则返回 -1。

示例

示例 1：

输入：s = "leetcode"
输出：0

示例 2：

输入：s = "loveleetcode"
输出：2

示例 3：

输入：s = "aabb"
输出：-1

提示

  • 1 <= s.length <= 10^5
  • s 只包含小写字母

解题思路

本题可以使用哈希表解决：

  1. 统计每个字符的出现次数
  2. 遍历字符串，找到第一个出现次数为1的字符
  3. 返回该字符的索引，如果不存在则返回-1

时间复杂度： O(n) 空间复杂度： O(1)

图解思路

字符统计

字符 出现次数 说明
l 1 第一个唯一字符
e 3 重复字符
t 1 唯一字符
c 1 唯一字符
o 1 唯一字符
d 1 唯一字符

处理流程

步骤 操作 说明
1 统计字符 记录每个字符出现次数
2 遍历字符串 查找第一个唯一字符
3 返回结果 返回索引或-1

代码实现

C# 实现

public class Solution {
    public int FirstUniqChar(string s) {
        int[] count = new int[26];
        
        foreach (char c in s) {
            count[c - 'a']++;
        }
        
        for (int i = 0; i < s.Length; i++) {
            if (count[s[i] - 'a'] == 1) {
                return i;
            }
        }
        
        return -1;
    }
}

Python 实现

class Solution:
    def firstUniqChar(self, s: str) -> int:
        count = [0] * 26
        
        for c in s:
            count[ord(c) - ord('a')] += 1
            
        for i, c in enumerate(s):
            if count[ord(c) - ord('a')] == 1:
                return i
                
        return -1

C++ 实现

class Solution {
public:
    int firstUniqChar(string s) {
        vector<int> count(26, 0);
        
        for (char c : s) {
            count[c - 'a']++;
        }
        
        for (int i = 0; i < s.length(); i++) {
            if (count[s[i] - 'a'] == 1) {
                return i;
            }
        }
        
        return -1;
    }
};

执行结果

C# 实现

  • 执行用时：92 ms
  • 内存消耗：24.8 MB

Python 实现

  • 执行用时：28 ms
  • 内存消耗：13.2 MB

C++ 实现

  • 执行用时：4 ms
  • 内存消耗：8.4 MB

性能对比

语言 执行用时 内存消耗 特点
C++ 4 ms 8.4 MB 执行效率最高，内存占用最小
Python 28 ms 13.2 MB 代码简洁，内存占用适中
C# 92 ms 24.8 MB 类型安全，内存占用较大

代码亮点

  1. 🎯 使用数组代替哈希表优化性能
  2. 💡 空间复杂度优化
  3. 🔍 处理边界情况
  4. 🎨 代码结构清晰，易于维护

常见错误分析

  1. 🚫 未使用哈希表
  2. 🚫 统计错误
  3. 🚫 边界条件处理错误
  4. 🚫 空间复杂度优化不足

解法对比

解法 时间复杂度 空间复杂度 优点 缺点
数组计数 O(n) O(1) 高效，空间优 仅适用于小写字母
哈希表 O(n) O(k) 通用 空间占用较大

相关题目

📖 系列导航

🔥 算法专题合集 - 查看完整合集

📢 关注合集更新：点击上方合集链接，关注获取最新题解！目前已更新第387题。

💬 互动交流

感谢大家耐心阅读到这里！希望这篇题解能够帮助你更好地理解和掌握这道算法题。

如果这篇文章对你有帮助，请：

  • 👍 点个赞，让更多人看到这篇文章
  • 📁 收藏文章，方便后续查阅复习
  • 🔔 关注作者，获取更多高质量算法题解
  • 💭 评论区留言，分享你的解题思路或提出疑问

你的支持是我持续分享的动力！

💡 一起进步：算法学习路上不孤单，欢迎一起交流学习！