写在前面

本专栏专注于分析与讲解【面试经典150】算法，两到三天更新一篇文章，欢迎催更……

专栏内容以分析题目为主，并附带一些对于本题涉及到的数据结构等内容进行回顾与总结，文章结构大致如下，部分内容会有增删：

• Tag：介绍本题牵涉到的知识点、数据结构；
• 题目来源：贴上题目的链接，方便大家查找题目并完成练习；
• 题目解读：复述题目（确保自己真的理解题目意思），并强调一些题目重点信息；
• 解题思路：介绍一些解题思路，每种解题思路包括思路讲解、实现代码以及复杂度分析；
• 知识回忆：针对今天介绍的题目中的重点内容、数据结构进行回顾总结。

---

Tag

【数组】【字符串】【模拟】

---

题目来源

68. 文本左右对齐

---

解题思路

方法一：模拟

思路

根据题目中提示使用贪心算法，我们可以知道，对于每一行，我们首先需要确定最多可以放置多少个单词，这样根据 maxWidth 就可以确定该行的空格数，从而确定该行单词之间的空格数量。

根据题目中的填充空格的细节，我们可以分为以下三种情况进行讨论：

• 当前行是最后一行：单词需要左对齐，并且单词之间只需要一个空格，剩下的空格填充在行末；
• 当前行不是最后一行，且只有一个单词，在行末填充空格；
• 当前行不是最后一行，且有多个单词：设当前行可以放置的单词数为 numWords，空格数为 numSpaces，我们需要将空格均匀分布在单词之间，则单词之间空格数至少有 $avgSpaces=\lfloor \frac{numSpaces}{numWords-1}\rfloor$。对于多出的空格 $extraSpaces=numSpacesmod(numWords-1)$，应填充在前 $extraSpaces$ 个单词之后。因此前 $extraSpaces$ 个单词之间填充 $avgSpaces+1$ 个空格，其余单词之间填充 avgSpaces 个空格。

代码

class Solution {
private:// 返回长度为 n 的由空格组成的字符串string blank(int n) {return string(n, ' ');}// 返回用 sep 拼接 [left, right) 范围内 words 组成的字符串string join(vector<string>& words, int left, int right, string sep) {string s = words[left];for (int i = left + 1; i < right; ++i) {s += sep + words[i];}return s;}
public:vector<string> fullJustify(vector<string>& words, int maxWidth) {vector<string> res;int right = 0, n = words.size();while (true) {int left = right;   // 当前行的第一个单词在 words 的位置 int sumLen = 0;// 循环确定当前行可以放多少个单词，注意单词之间至少有一个空格while (right < n && sumLen + words[right].length() + right - left <= maxWidth) {sumLen += words[right++].length();}// 当前行是最后一行：单词左对齐，且单词之间只有一个空格，在行末填充剩余空格if (right == n) {string s = join(words, left, n, " ");res.emplace_back(s + blank(maxWidth - s.length()));return res;}int numWords = right - left;int numSpaces = maxWidth - sumLen;// 当前行只有一个单词：单词左对齐，空格都放在末尾if (numWords == 1) {res.emplace_back(words[left] + blank(numSpaces));continue;}// 当前行不止一个单词int avgSpaces= numSpaces / (numWords - 1);int extraSpaces = numSpaces % (numWords - 1);string s1 = join(words, left, left + extraSpaces + 1, blank(avgSpaces + 1));string s2 = join(words, left + extraSpaces + 1, right, blank(avgSpaces));res.emplace_back(s1 + blank(avgSpaces) + s2);}return res;}
};

复杂度分析

时间复杂度：$O(m)$，$m$ 是数组 words 中所有字符串的长度之和。

空间复杂度：$O(m)$。

---

写在最后

如果您发现文章有任何错误或者对文章有任何疑问，欢迎私信博主或者在评论区指出 💬💬💬。

如果大家有更优的时间、空间复杂度的方法，欢迎评论区交流。

最后，感谢您的阅读，如果有所收获的话可以给我点一个 👍 哦。