1047.删除字符串中的所有相邻重复项

---

一、题目

给出由小写字母组成的字符串 S，重复项删除操作会选择两个相邻且相同的字母，并删除它们。

在 S 上反复执行重复项删除操作，直到无法继续删除。

在完成所有重复项删除操作后返回最终的字符串。答案保证唯一。

示例：

输入："abbaca"
输出："ca"
解释：
例如，在 "abbaca" 中，我们可以删除 "bb" 由于两字母相邻且相同，这是此时唯一可以执行删除操作的重复项。之后我们得到字符串 "aaca"，其中又只有 "aa" 可以执行重复项删除操作，所以最后的字符串为 "ca"。 

提示：

1. 1 <= S.length <= 20000
2. S 仅由小写英文字母组成。

二、题解

方法一：栈

算法思路

我们可以遍历字符串 s 的每个字符，然后使用一个栈来存储非重复的字符。遍历过程中，我们将当前字符与栈顶的字符进行比较，如果相同，则将栈顶的字符弹出；如果不同，则将当前字符入栈。最后，我们将栈中的字符按照逆序组合成结果字符串即可。

具体实现

1. 初始化一个空栈 st 和空字符串 result 用于存储结果。
2. 遍历字符串 s的每个字符 c：
   • 如果栈不为空且 c 等于栈顶的字符，说明 c 与前一个字符重复，因此将栈顶的字符弹出；
   • 否则，将 c 入栈。
3. 遍历完所有字符后，栈中剩余的字符就是去除相邻重复字符后的结果，我们将它们从栈顶开始依次取出并拼接到 result 字符串的末尾。
4. 最后，将 result 字符串进行逆序操作，得到最终的结果。
5. 返回逆序后的 result。

class Solution {
public:
    string removeDuplicates(string s) {
        stack<char> st;
        for (char c : s) {
            if (!st.empty() && c == st.top()) {
                st.pop();
            } else {
                st.push(c);
            }
        }
        
        string result;
        while (!st.empty()) {
            result += st.top();
            st.pop();
        }
        reverse(result.begin(), result.end());
        
        return result;
    }
};

算法分析

• 时间复杂度分析：遍历字符串的时间复杂度为 O(n)，其中 n 是字符串的长度。栈的操作时间复杂度为 O(1)，逆序操作的时间复杂度为 O(n)。因此，总体时间复杂度为 O(n)。
• 空间复杂度分析：空间复杂度主要取决于栈和结果字符串。栈的最大空间为字符串中不重复字符的数量，最坏情况下为 O(n)。结果字符串的空间为 O(n)。因此，总体空间复杂度为 O(n)。

方法二：双指针

算法思路

双指针法是一种常用的技巧，通过使用两个指针在数组或字符串上移动，实现对元素的遍历和操作。对于本题，我们可以使用双指针来删除相邻重复项。具体思路如下：

1. 初始化两个指针 i 和 j，其中 i 指向结果字符串的末尾位置，而 j 用于遍历原始字符串。
2. 遍历原始字符串 s：
   • 如果 i 大于 0 且当前字符 s[j] 等于结果字符串中最后一个字符 s[i-1]，说明遇到了相邻重复项，需要将其删除。因此，将指针 i 左移一位，相当于删除了重复项。
   • 否则，将不重复的字符 s[j] 移动到指针 i 的位置，并将指针 i 右移一位，继续处理下一个字符。
3. 最后，返回结果字符串 s 的前 i 个字符，即为去重后的字符串。

具体实现

class Solution {
public:
    string removeDuplicates(string s) {
        int n = s.length();
        int i = 0;  // 指向结果字符串的末尾位置

        for (int j = 0; j < n; j++) {
            if (i > 0 && s[j] == s[i - 1]) {
                i--;  // 删除重复项，指针左移
            } else {
                s[i++] = s[j];  // 将不重复的字符移动到指针位置
            }
        }

        return s.substr(0, i);  // 返回去重后的字符串
    }
};

算法分析

• 时间复杂度分析：该算法只需要一次遍历原始字符串，因此时间复杂度为 O(n)，其中 n 是字符串的长度。
• 空间复杂度分析：由于算法只使用了常数级的额外空间，因此空间复杂度为 O(1)。

三、一些拓展

栈的应用场景和原理

栈是一种常见的数据结构，它遵循先进后出（LIFO）的顺序。除了在删除相邻重复项问题中的应用外，栈还在计算机科学的许多领域中发挥着重要作用。例如，在编程语言的函数调用中，栈被用于存储局部变量和函数调用信息；在网页浏览器的返回按钮中，栈用于存储浏览历史记录。栈的实现可以使用数组或链表，常见的操作包括入栈（push）、出栈（pop）、获取栈顶元素（top）等。