1487. 保证文件名唯一

目录

【LeetCode1487】保证文件名唯一：题解与实现分析

题目描述

示例

输入：

输出：

解题思路分析

️ 解题方法：哈希表+模拟

✅ Python 实现

⏱️ 时间与空间复杂度分析

时间复杂度：

空间复杂度：

示例说明

方法对比与优化建议

小结与拓展

---

【LeetCode1487】保证文件名唯一：题解与实现分析

在我们使用计算机创建文件或文件夹时，系统会自动避免重名。例如，在你试图新建一个名为 doc 的文件夹，而该名字已存在时，系统可能会自动创建为 doc(1)、doc(2) 等。这正是 LeetCode 第 1487 题的核心逻辑。

本文将带你逐步理解这道题的题意、算法设计思路、代码实现，以及时间复杂度分析和示例验证。

---

题目描述

给你一个长度为 n 的字符串数组 names，代表你依次在系统中创建的文件夹名称。

• 在第 i 分钟，你试图创建名为 names[i] 的文件夹。
• 如果该名称尚未被占用，则创建成功。
• 如果该名称已经存在，系统会自动在名称末尾添加形如 (k) 的后缀，使其成为唯一的名称，k 是最小的正整数，确保新名字未被占用。

请你返回一个数组 ans，其中 ans[i] 是系统最终为第 i 个文件夹分配的唯一名称。

---

示例

输入：

["doc", "doc", "image", "doc(1)", "doc"]

输出：

["doc", "doc(1)", "image", "doc(1)(1)", "doc(2)"]

---

解题思路分析

我们需要为每一个文件夹名寻找一个唯一版本，这涉及两方面：

1. 检查当前名字是否已被使用。
2. 如果已被使用，从 k=1 开始，逐个尝试添加后缀，直到找到未被占用的名字。

这提示我们需要一个高效的数据结构，来快速判断名字是否被使用，同时还要能记录每个基础名字（如 "doc"）已经使用到了哪一个 k。

---

️ 解题方法：哈希表+模拟

我们使用一个字典（哈希表）name_count 来追踪每个文件夹名出现的次数。关键逻辑如下：

1. 初始化一个空的结果列表 result 和字典 name_count。
2. 遍历输入数组 names：

• • 如果当前 name 没有被使用过：直接加入结果列表，并在 name_count 中记录其出现次数为 1。
  • 如果已经使用过：说明发生了冲突，我们从 k = name_count[name] 开始尝试 name(k)，直到找到一个未使用过的新名字。

1. 每次找到新的名字，都在哈希表中记录并更新。

---

✅ Python 实现

class Solution:
    def getFolderNames(self, names: List[str]) -> List[str]:
        name_count = {}
        result = []

        for name in names:
            if name not in name_count:
                result.append(name)
                name_count[name] = 1
            else:
                k = name_count[name]
                new_name = f"{name}({k})"
                while new_name in name_count:
                    k += 1
                    new_name = f"{name}({k})"
                result.append(new_name)
                name_count[name] = k + 1
                name_count[new_name] = 1

        return result

---

⏱️ 时间与空间复杂度分析

时间复杂度：

• 最坏情况下，对于每个重复的名字，可能要尝试多个 k 才能找到一个合法的新名字。
• 总体来说，算法的时间复杂度近似于 O(n × α)，其中 α 是冲突解决过程中最多尝试的后缀次数。但实际运行中，因为哈希表查找效率高，整体性能仍然非常优秀。

空间复杂度：

• 哈希表最多存储 n 个唯一文件名，因此是 O(n)。

---

示例说明

我们用一个实际输入来逐步演示代码逻辑：

输入：

["gta", "gta", "gta(1)", "gta"]

执行步骤如下：

步骤	输入名称	哈希表状态（name_count）	输出结果
1	"gta"	{"gta": 1}	["gta"]
2	"gta"	{"gta": 2, "gta(1)": 1}	["gta", "gta(1)"]
3	"gta(1)"	{"gta": 2, "gta(1)": 2, "gta(1)(1)":1}	["gta", "gta(1)", "gta(1)(1)"]
4	"gta"	{"gta": 3, "gta(2)": 1, ...}	["gta", "gta(1)", "gta(1)(1)", "gta(2)"]

最终输出：

["gta", "gta(1)", "gta(1)(1)", "gta(2)"]

---

方法对比与优化建议

方法	说明	效率
暴力数组查重	每次都扫描 result 查找重复项	时间复杂度高
哈希表（本解法）	通过字典快速判断是否重复，并记录每个基础名的下一个 k	时间效率极高
Trie 字典树	可以实现更结构化的存储，但过于复杂，不适合本题	不推荐

当前解法已经在效率与可读性之间取得了良好平衡，属于最优解法之一。

---

小结与拓展

本题模拟了真实文件系统中处理重名文件夹的策略，考察了：

• 哈希表的应用
• 字符串拼接处理
• 模拟类题目的实现能力

通过哈希表高效追踪使用记录，我们可以快速找到合法的文件夹名，从而应对大量输入数据。