LeetCode 1371题解：状态压缩与元音偶数次子串

1. 问题背景与核心挑战

这道LeetCode 1371题出现在2020年周赛第179场，属于字符串处理类的中等难度题目。题目要求我们找到给定字符串中最长的子串，其中包含的每个元音字母（a,e,i,o,u）都必须出现偶数次（包括0次）。乍看简单，实则暗藏玄机。

我第一次看到这个题目时，直觉想到的是暴力解法——枚举所有可能的子串，然后检查每个子串的元音计数。对于一个长度为n的字符串，这样的时间复杂度是O(n³)，当n达到10^5时显然无法承受。这迫使我必须寻找更聪明的办法。

2. 关键突破：状态压缩与前缀和

2.1 状态表示的精妙设计

解决这个问题的核心在于如何高效地表示和比较元音的奇偶状态。我们注意到只需要关心每个元音出现次数的奇偶性，而非具体次数。这提示我们可以用5位二进制数来表示状态：

• 每位对应一个元音（顺序可以是a,e,i,o,u）
• 0表示该元音出现偶数次
• 1表示奇数次

例如：

• 00000表示所有元音都出现偶数次（包括没出现）
• 00101表示i和u出现奇数次，其他偶数次

2.2 前缀和的应用

我们定义前缀和数组prefix，其中prefix[i]表示从字符串开始到第i个字符（索引i-1）的状态。这样，子串s[j...i]的状态可以通过prefix[i+1] XOR prefix[j]得到。如果结果为0，说明这个子串满足所有元音出现偶数次。

这个XOR操作的精妙之处在于：相同状态的前缀相减（XOR）会抵消中间的变化，只保留子串本身的奇偶变化。

3. 算法实现详解

3.1 初始化与状态转移

python复制def findTheLongestSubstring(s: str) -> int:
    vowel_map = {'a': 1, 'e': 2, 'i': 4, 'o': 8, 'u': 16}
    state_map = {0: -1}  # 初始状态00000出现在索引-1处
    max_len = 0
    current_state = 0
    
    for i, char in enumerate(s):
        if char in vowel_map:
            current_state ^= vowel_map[char]
        
        if current_state in state_map:
            max_len = max(max_len, i - state_map[current_state])
        else:
            state_map[current_state] = i
    
    return max_len

3.2 代码逐行解析

1. vowel_map定义了每个元音对应的二进制位
2. state_map记录每种状态第一次出现的索引，初始状态00000在索引-1处
3. 遍历字符串时：
   • 遇到元音就翻转对应位的状态（使用XOR）
   • 如果当前状态之前出现过，计算当前索引与首次出现的差值得子串长度
   • 否则记录这个状态的首次出现位置

3.3 复杂度分析

• 时间复杂度：O(n)，只需一次遍历
• 空间复杂度：O(1)，因为状态最多有2^5=32种可能

4. 边界条件与测试案例

4.1 典型测试案例

python复制测试案例1：
输入："eleetminicoworoep"
输出：13
解释：最长子串"leetminicowor"中，e,i,o各出现2次

测试案例2：
输入："leetcodeisgreat"
输出：5
解释："leetc"中e出现2次，其他元音0次

测试案例3：
输入："bcbcbc"
输出：6
解释：整个字符串没有元音，满足条件

4.2 特殊边界处理

• 全辅音字符串：应返回整个字符串长度
• 单个字符的元音：无法形成有效子串（除非允许长度为1，但题目要求偶数次）
• 交替出现的元音：需要验证状态转移的正确性

5. 算法优化与变种

5.1 空间优化技巧

虽然状态数固定为32，但可以使用数组代替哈希表：

python复制state_array = [-1] * 32
state_array[0] = -1  # 初始状态

这样查找时间从O(1)变为真正的常数时间。

5.2 类似问题扩展

这种方法可以推广到：

1. 其他字符集的条件统计
2. 出现次数为k的倍数（而不仅是奇偶）
3. 多个条件的组合统计

例如，LeetCode 1542题"找出最长的超赞子字符串"就是此方法的进阶应用。

6. 常见错误与调试技巧

6.1 典型错误模式

1. 初始状态设置错误：忘记将state_map初始化为
2. 索引偏移错误：混淆子串长度计算时的i和i+1
3. 元音判断不完整：漏掉某些元音字母的大小写

6.2 调试建议

1. 打印状态变化轨迹：

python复制print(f"i={i}, char={char}, state={bin(current_state)}")

2. 验证小测试案例手工计算
3. 特别注意第一个和最后一个字符的处理

7. 实际应用场景

这种状态压缩技巧不仅在算法题中有用，在实际开发中也有广泛应用：

1. 网络协议中的奇偶校验
2. 数据同步中的版本比对
3. 配置系统的状态追踪
4. 游戏开发中的成就系统检查

理解这种位操作的思想，可以帮助我们在处理复杂状态问题时找到更高效的解决方案。

8. 个人解题心得

我在第一次遇到这个问题时，花了整整两个小时才理解状态压缩的妙处。关键突破点是意识到：

1. 不需要计数，只需要奇偶状态
2. 相同状态之间的子串必然满足条件
3. XOR操作可以高效计算状态变化

建议初学者从简单案例入手，比如字符串"a"，"aa"，"ab"等，手工模拟算法过程，体会状态变化的规律。这种位运算的技巧需要一定时间的训练才能熟练掌握，但一旦掌握，可以解决一大类看似复杂的问题。