【简单】力扣算法题解析LeetCode243：最短单词距离

关注文末推广名片，即可免费获得本题测试源码！

题目来源：🔒LeetCode243：最短单词距离

问题抽象： 给定一个 字符串数组 words 和两个 不同字符串 word1 与 word2（题目保证它们均在数组中），要求找出它们在数组中所有出现位置索引差的绝对最小值（即最短单词距离），满足以下核心需求：

1. 距离定义与计算规则：

   • 距离定义为 word1 和 word2 在数组中的任意两个索引 i 和 j 的差的绝对值 |i - j|；
   • 需遍历数组一次，在遇到 word1 或 word2 时，动态更新其最近索引，并计算与另一单词最近索引的当前距离，从而维护全局最小距离。

2. 计算约束：

   • 时间复杂度 O(n)（其中 n 是数组长度，仅需单次遍历）；
   • 空间复杂度 O(1)（仅使用常数个变量存储 word1 和 word2 的最近索引以及最小距离值）。

3. 边界处理：

   • 输入数组非空（长度至少为 2），且 word1 和 word2 不同、均存在（题目保证）；
   • 最小距离至少为 1（索引不同），最大不超过数组长度减 1；
   • 特殊边界：数组长度为 2 时，距离恒为 1；若单词多次出现，需考虑所有可能索引对。

输入：字符串数组 words，字符串 word1，字符串 word2
输出：整数（最短距离，值域为 1 到数组长度减 1）。

解题思路

计算两个单词在列表中的最小位置差，核心在于如何高效记录并更新位置信息。常见两种解法：

1. 暴力解法（不推荐）：

   • 遍历数组，分别存储 word1 和 word2 的所有位置到两个列表（空间 O(n)）。
   • 双重循环计算每对位置的距离（时间 O(n²)）。
   • 效率低，适用于位置较少的情况。

2. 单次遍历优化（最优解）：

   • 使用两个指针 index1 和 index2 动态记录 word1 和 word2 最近出现的索引，初始化为 -1。
   • 遍历数组：
     • 遇到 word1 则更新 index1 = 当前索引。
     • 遇到 word2 则更新 index2 = 当前索引。
     • 若 index1 和 index2 均不为 -1（即两个单词均已出现），计算距离并更新最小值。
   • 时间复杂度 O(n)：仅需一次遍历。
   • 空间复杂度 O(1)：仅需常量空间存储指针和最小值。

为何能保证最小距离？
每次遇到任一单词时，其位置都是当前最新位置。此时计算的距离是当前已知的局部最小距离，全局最小距离一定在某个局部被捕获。

代码实现（Java版）🔥点击下载源码

class Solution {
    public int shortestDistance(String[] words, String word1, String word2) {
        // 初始化指针：index1 记录 word1 最近位置，index2 记录 word2 最近位置
        int index1 = -1, index2 = -1;
        // minDistance 记录最小距离，初始化为数组长度（最大可能值）
        int minDistance = words.length;

        for (int i = 0; i < words.length; i++) {
            // 更新 word1 的最近位置
            if (words[i].equals(word1)) {
                index1 = i;
            } 
            // 更新 word2 的最近位置（注意：不能用 else if，因为可能连续出现两个单词）
            if (words[i].equals(word2)) {
                index2 = i;
            }
            
            // 当两个单词均已出现过时，计算当前距离并更新最小值
            if (index1 != -1 && index2 != -1) {
                minDistance = Math.min(minDistance, Math.abs(index1 - index2));
            }
        }
        return minDistance;
    }
}

代码说明

1. 指针初始化：

   • index1 和 index2 初始为 -1，表示尚未遇到对应单词。

2. 遍历更新逻辑：

   • 使用独立的 if 语句（非 else if）处理边界情况：当 word1 和 word2 相邻时，需同时更新两个指针（例如输入 ["a", "b"], word1="a", word2="b"）。

3. 距离更新条件：

   • 仅当两个指针均不为 -1 时才更新距离，避免无效计算（如一个单词未出现时）。

4. 提前终止优化：

   • 若题目允许，可添加 if (minDistance == 1) break;（最小可能值为 1），但本题数据量下收益有限，故未添加。