Medium

题目描述

给你一个长度为 n 的字符串数组 names 。你将会在文件系统中创建 n 个文件夹：在第 i 分钟，新建名为 names[i] 的文件夹。

由于两个文件不能共享相同的文件名，因此如果新建文件夹使用的文件名已经被占用，系统会以 (k) 的形式为新文件夹的文件名添加后缀，其中 k 是能保证文件名唯一的 最小正整数 。

返回长度为 n 的字符串数组，其中 ans[i] 是创建第 i 个文件夹时系统分配给该文件夹的实际名称。

示例 1：

输入：names = ["pes","fifa","gta","pes(2019)"]
输出：["pes","fifa","gta","pes(2019)"]
解释：文件系统将会这样创建文件夹:
"pes" --> 之前未分配，仍为 "pes"
"fifa" --> 之前未分配，仍为 "fifa"
"gta" --> 之前未分配，仍为 "gta"
"pes(2019)" --> 之前未分配，仍为 "pes(2019)"

示例 2：

输入：names = ["gta","gta(1)","gta","avalon"]
输出：["gta","gta(1)","gta(2)","avalon"]
解释：文件系统将会这样创建文件夹:
"gta" --> 之前未分配，仍为 "gta"
"gta(1)" --> 之前未分配，仍为 "gta(1)"
"gta" --> 文件名被占用，系统为该名称添加 (k)，由于 "gta(1)" 也被占用，所以 k = 2。实际创建的文件夹名为 "gta(2)"
"avalon" --> 之前未分配，仍为 "avalon"

示例 3：

输入：names = ["onepiece","onepiece(1)","onepiece(2)","onepiece(3)","onepiece"]
输出：["onepiece","onepiece(1)","onepiece(2)","onepiece(3)","onepiece(4)"]
解释：当创建最后一个文件夹时，最小的正有效 k 为 4 ，文件夹名变为 "onepiece(4)"。

提示：

  • 1 <= names.length <= 5 * 10^4
  • 1 <= names[i].length <= 20
  • names[i] 由小写英文字母、数字和/或圆括号组成。

解题思路

解题思路

这道题的核心思想是使用哈希表来跟踪已经使用过的文件名，同时维护每个基础文件名的下一个可用编号。

主要步骤：

  1. 使用 Set（或哈希表）记录所有已经使用过的完整文件名
  2. 使用 Map（哈希表）记录每个基础文件名对应的下一个可尝试的编号

算法流程：

对于每个输入的文件名：

  • 如果该文件名未被使用过，直接使用并加入已使用集合
  • 如果该文件名已被使用：
    • 从该基础文件名对应的起始编号开始尝试
    • 生成形如 name(k) 的新文件名，直到找到未被使用的
    • 更新基础文件名对应的下一个编号
    • 将新文件名加入已使用集合

关键优化：

  • 维护每个基础名称的下一个可尝试编号，避免每次都从1开始重复搜索
  • 这样可以保证时间复杂度在合理范围内

示例分析： 对于 ["gta","gta(1)","gta","avalon"]：

  1. “gta” → 直接使用，记录 gta的下一个编号为1
  2. “gta(1)” → 直接使用
  3. “gta” → 已存在，从编号1开始尝试，“gta(1)“也存在，尝试"gta(2)“成功
  4. “avalon” → 直接使用

代码实现

class Solution {
public:
    vector<string> getFolderNames(vector<string>& names) {
        unordered_set<string> used;
        unordered_map<string, int> nextIndex;
        vector<string> result;
        
        for (const string& name : names) {
            if (used.find(name) == used.end()) {
                // 文件名未被使用，直接使用
                used.insert(name);
                nextIndex[name] = 1;
                result.push_back(name);
            } else {
                // 文件名已被使用，需要添加后缀
                int k = nextIndex[name];
                string newName = name + "(" + to_string(k) + ")";
                
                while (used.find(newName) != used.end()) {
                    k++;
                    newName = name + "(" + to_string(k) + ")";
                }
                
                used.insert(newName);
                nextIndex[name] = k + 1;
                result.push_back(newName);
            }
        }
        
        return result;
    }
};

class Solution:
    def getFolderNames(self, names: List[str]) -> List[str]:
        used = set()
        next_index = {}
        result = []
        
        for name in names:
            if name not in used:
                # 文件名未被使用，直接使用
                used.add(name)
                next_index[name] = 1
                result.append(name)
            else:
                # 文件名已被使用，需要添加后缀
                k = next_index[name]
                new_name = f"{name}({k})"
                
                while new_name in used:
                    k += 1
                    new_name = f"{name}({k})"
                
                used.add(new_name)
                next_index[name] = k + 1
                result.append(new_name)
        
        return result

public class Solution {
    public string[] GetFolderNames(string[] names) {
        HashSet<string> used = new HashSet<string>();
        Dictionary<string, int> nextIndex = new Dictionary<string, int>();
        List<string> result = new List<string>();
        
        foreach (string name in names) {
            if (!used.Contains(name)) {
                // 文件名未被使用，直接使用
                used.Add(name);
                nextIndex[name] = 1;
                result.Add(name);
            } else {
                // 文件名已被使用，需要添加后缀
                int k = nextIndex[name];
                string newName = $"{name}({k})";
                
                while (used.Contains(newName)) {
                    k++;
                    newName = $"{name}({k})";
                }
                
                used.Add(newName);
                nextIndex[name] = k + 1;
                result.Add(newName);
            }
        }
        
        return result.ToArray();
    }
}

var getFolderNames = function(names) {
    const used = new Set();
    const nextIndex = new Map();
    const result = [];
    
    for (const name of names) {
        if (!used.has(name)) {
            // 文件名未被使用，直接使用
            used.add(name);
            nextIndex.set(name, 1);
            result.push(name);
        } else {
            // 文件名已被使用，需要添加后缀
            let k = nextIndex.get(name);
            let newName = `${name}(${k})`;
            
            while (used.has(newName)) {
                k++;
                newName = `${name}(${k})`;
            }
            
            used.add(newName);
            nextIndex.set(name, k + 1);
            result.push(newName);
        }
    }
    
    return result;
};
在 LeetCode 上运行： 力扣中文版 LeetCode 国际版

复杂度分析

复杂度类型值说明
时间复杂度O(n × m)n为数组长度，m为平均每个名称需要尝试的次数，最坏情况下m可能较大，但平均情况下较小
空间复杂度O(n × L)n为数组长度，L为平均字符串长度，主要用于存储哈希表中的字符串