秀云南晚上刷题刷到一道新题，LeetCode 3713「最长的平衡子串 I」，难度标的是中等。这道题看起来短小精悍，但里面藏着一个很典型的算法套路：前缀和 + 哈希表。如果你刷过 LC 525（连续数组）、LC 1371（每个元音包含偶数次的最长子字符串），会对这个套路相当眼熟。这篇文章我把完整思考过程拆开揉碎讲清楚，从暴力解法到 O(n) 最优解，还有那一堆让人莫名其妙的边界条件，一次性说明白。
1. 先别急着写代码：把「平衡子串」翻译成人话
1.1 为什么「平衡」就是两种字符数量相等
题目本身很短，核心就是这句话：给定一个由 0 和 1 组成的字符串 s，找出最长的连续子串，使得子串中 0 和 1 的数量相等。这种子串就叫平衡子串。
举个例子，s = "00110"：
- 子串 "00"：两个 0，零个 1，不平衡。
- 子串 "011"：一个 0，两个 1，不平衡。
- 子串 "01"：一个 0，一个 1，平衡，长度 2。
- 子串 "0110"：两个 0，两个 1，平衡，长度 4。
- 子串 "0011"：两个 0，两个 1，平衡，长度 4。
所以最长平衡子串长度为 4。整个字符串呢？三个 0、两个 1，不平衡，因为数量不相等。
如果你再观察一下，会发现一个隐藏规律：既然 0 和 1 数量相等，那平衡子串的总长度一定是偶数。这一条看起来像是废话，但后面写代码时可以拿来做剪枝，也可以用来提前检查答案的合理性。
1.2 这道题适合谁来练
说实话，这道题你说它难，它没有复杂的递归也没有树和图，但你说它简单，第一次碰到前缀和思路的人，可能要在暴力的坑里卡很久。
我个人的判断：这道题非常适合用来补「子数组问题」的短板。你已经能熟练写出滑动窗口解决那种"窗口内满足某条件"的题，但会发现滑动窗口在这里并不好用，因为窗口收缩条件没法简单定义——0 和 1 的数量差是动态变化的，你不清楚该缩左边还是缩右边。这时候就需要换一个切入点：前缀和。这是从「暴力枚举」到「数学等价」的典型转型练习，值得花时间吃透。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 暴力解法的天花板：O(n^2) 也扛不住的数据规模
2.1 从双层循环出发，先写一个能算对的版本
遇到子串问题，第一反应通常是枚举左右端点。最粗暴的写法是三层循环：枚举起点 l，枚举终点 r，然后统计 s[l..r] 中 0 和 1 的数量。这个写法复杂度 O(n^3)，一般只用来对拍验证。
稍微优化一下，枚举 l 和 r 时顺带更新计数，能把复杂度降到 O(n^2)：
python复制def brute_force(s: str) -> int:
n = len(s)
ans = 0
for l in range(n):
cnt0 = cnt1 = 0
for r in range(l, n):
if s[r] == '0':
cnt0 += 1
else:
cnt1 += 1
if cnt0 == cnt1:
ans = max(ans, r - l + 1)
return ans
这段代码逻辑完全正确。对于超短字符串，比如长度只有几十，结果也完全没问题。
2.2 为什么这个复杂度注定过不了
问题在于数据规模。力扣中等题，字符串长度通常到 10^5 这个量级。O(n^2) 意味着需要执行大约 10^10