计算机有多难？

今天无意中，看到一篇关于「"土猪拱白菜"学霸后悔报考浙大计算机」的文章。

或许会有不少和我刚开始一样懵圈的同学：张锡峰是谁？"土猪拱白菜"又是什么梗？

带着疑惑，我打开了简中网著名的搜索引擎，找到这位曾经少年的大三在读生的故事。

张锡峰曾就读于衡水中学，在 2021 年，作为高三学生的他参加综艺节目《超级演说家》，因演讲内容「我就是一只来自乡下的"土猪"，也要立志，去拱了大城市里的白菜」而出圈。

当时这句话被病毒式传播。

这场演讲也被普遍解读为：不屈不挠、勇于奋斗。尽管来自小地方，但有着进入大城市、实现自己梦想的决心。

有流量的地方就有对立，除了得到了大多数人的共鸣认可以外，也有不少质疑张锡峰的声音。

面对这些声音，张锡峰除了强势回应「你以为我们每天天不亮就奔向操场，一边奔跑一边呼喊是为了什么？是假装吗？是作秀吗？我们是为了改命啊！」以外，「还以 674 分的高考成绩考入浙大计算机」。

如果故事只是到这里结束，那很好，一个眼里有光的少年，面对质疑打破质疑，成就自我。

但时间很快，张锡峰现在是一名大三学生，也要考虑实习找工作的事儿，也要面临这日趋严峻的就业环境。

遗憾的是，重现在网友面前的张锡峰，从「阳光、活力、干翻一切」变成「平静、冷漠、眼里没光」。

这让我想起来之前在公众号的网友留言，原话我不太记得了，大致意思是：当时报计算机专业，真觉得挺好，薪资也高，但随着找不到工作，以及参与工作之后的 996，也分不清楚自己是不是真的喜欢这行了。

这些话题看多了，聊多了，我开始理解，有些兴趣爱好甚至是热爱，之所以还在，可能真就被生活放了一马罢了。

让我感到绝望的是，代表希望的种子被击落之后，不少人开始反过来攻击种子本身。

最近网上出现了另一种质疑声音：会不会这个张锡峰就是个普通的"小镇做题家"，只是那场演讲把他捧到了天上。

但只要继续深究就不难发现，早在那场演讲之前，张锡峰就以「励志、干翻一切」小有名气。

2019 年，他在衡水中学的演讲《这世间，唯有青春与梦想不可辜负》在 B 站就有 2300W+ 的播放量。

所以，是他的励志使他站上了《超级演说家》的舞台，而不是刚好被综艺的风吹起。

校园世界和现实世界，是两个世界，这没错。

但不代表我们不需要张锡峰这样的孩子，不需要这种向往。

张锡峰只是在他那个年纪做了大多数人都想做的事情，他或许失败了，但不该被嘲讽，不该成为乐子。

就像哥谭不该只有蝙蝠侠一样。

...

回归主线。

来一道和「华为」相关的题目。

题目描述

平台：LeetCode

题号：1032

设计一个算法：接收一个字符流，并检查这些字符的后缀是否是字符串数组 words 中的一个字符串。

例如，words = ["abc", "xyz"] 且字符流中逐个依次加入 个字符 'a'、'x'、'y' 和 'z' ，你所设计的算法应当可以检测到 "axyz" 的后缀 "xyz" 与 words 中的字符串 "xyz" 匹配。

按下述要求实现 StreamChecker 类：

• StreamChecker(String[] words) ：构造函数，用字符串数组  words 初始化数据结构。
• boolean query(char letter)：从字符流中接收一个新字符，如果字符流中的任一非空后缀能匹配 words 中的某一字符串，返回 true；否则，返回 false。

示例：

输入：
["StreamChecker", "query", "query", "query", "query", "query", "query", "query", "query", "query", "query", "query", "query"]
[[["cd", "f", "kl"]], ["a"], ["b"], ["c"], ["d"], ["e"], ["f"], ["g"], ["h"], ["i"], ["j"], ["k"], ["l"]]

输出：
[null, false, false, false, true, false, true, false, false, false, false, false, true]

解释：
StreamChecker streamChecker = new StreamChecker(["cd", "f", "kl"]);
streamChecker.query("a"); // 返回 False
streamChecker.query("b"); // 返回 False
streamChecker.query("c"); // 返回n False
streamChecker.query("d"); // 返回 True ，因为 'cd' 在 words 中
streamChecker.query("e"); // 返回 False
streamChecker.query("f"); // 返回 True ，因为 'f' 在 words 中
streamChecker.query("g"); // 返回 False
streamChecker.query("h"); // 返回 False
streamChecker.query("i"); // 返回 False
streamChecker.query("j"); // 返回 False
streamChecker.query("k"); // 返回 False
streamChecker.query("l"); // 返回 True ，因为 'kl' 在 words 中

提示：

• words[i] 由小写英文字母组成
• letter 是一个小写英文字母
• 最多调用查询 次

Trie + 枚举

先考虑最为简单的做法：将给定的所有 顺序插入字典树，根据数据范围可知这一步计算量为 ，其中最大的 长度只有 200。

然后利用 长度只有 200 这一条件，直接使用「枚举」的方式来实现 query。

具体的，我们可以先使用一个字符串 s 来记录 query 操作产生的数据流，然后实现一个 boolean query(int start, int end) 方法，该方法会检查字典树中是否存在 子串。

由于 长度只有 200（假设当前 s 的长度为 n），因此我们只需要枚举「 作为子串左端点， 作为子串右端点」是否存在字典树中（是否存在 中）即可，最坏情况下，单次 query 操作计算量为 。

❝

一些细节：为了避免每个样例都 new 大数组，我们可以使用 static 优化。

❞

Java 代码：

class StreamChecker {
    static int N = 2010 * 200, idx = 0;
    static int[][] tr = new int[N][26];
    static boolean[] isEnd = new boolean[N * 26];
    StringBuilder sb = new StringBuilder();
    void add(String s) {
        int p = 0;
        for (int i = 0; i < s.length(); i++) {
            int u = s.charAt(i) - 'a';
            if (tr[p][u] == 0) tr[p][u] = ++idx;
            p = tr[p][u];
        }
        isEnd[p] = true;
    }
    boolean query(int start, int end) {
        int p = 0;
        for (int i = start; i <= end; i++) {
            int u = sb.charAt(i) - 'a';
            if (tr[p][u] == 0) return false;
            p = tr[p][u];
        }
        return isEnd[p];
    }
    public StreamChecker(String[] words) {
        for (int i = 0; i <= idx; i++) {
            Arrays.fill(tr[i], 0);
            isEnd[i] = false;
        }
        idx = 0;
        for (String s : words) add(s);
    }
    public boolean query(char c) {
        sb.append(c);
        int n = sb.length(), min = Math.max(0, n - 200);
        for (int i = n - 1; i >= min; i--) {
            if (query(i, n - 1)) return true;
        }
        return false;
    }
}

C++ 代码：

class StreamChecker {
public:
    static const int N = 2010 * 200;
    int tr[N][26];
    bool isEnd[N];
    string sb;
    int idx = 0;
    void add(const string &s) {
        int p = 0;
        for (char c : s) {
            int u = c - 'a';
            if (tr[p][u] == 0) tr[p][u] = ++idx;
            p = tr[p][u];
        }
        isEnd[p] = true;
    }
    bool query(int start, int end) {
        int p = 0;
        for (int i = start; i <= end; i++) {
            int u = sb[i] - 'a';
            if (tr[p][u] == 0) return false;
            p = tr[p][u];
        }
        return isEnd[p];
    }
    StreamChecker(const vector<string>& words) {
        memset(tr, 0, sizeof(tr));
        memset(isEnd, 0, sizeof(isEnd));
        for (const string &s : words) add(s);
    }
    bool query(char c) {
        sb.push_back(c);
        int n = sb.length(), min = max(0, n - 200);
        for (int i = n - 1; i >= min; i--) {
            if (query(i, n - 1)) return true;
        }
        return false;
    }
};

• 时间复杂度： StreamChecker 初始化复杂度为 ，其中 为 words 字符总数； query 操作复杂度为 ，其中 为最大 words[i] 长度
• 空间复杂度： ，其中 为 words 字符总数， 为字符集大小

Trie（优化）

初始化将所有的 存入 Trie 是必然的，我们只能考虑如何优化 query 操作。

在解法一中，我们需要对新数据流对应的字符串的每个后缀进行搜索，同时每次搜索是相互独立的，即本次匹配不会对下一次匹配产生贡献。

「实际上，我们可以通过「倒序建 Trie」的方式，将「枚举检查多个后缀」的操作变为「匹配一次后缀」操作。」

具体的，我们可以在初始化 StreamChecker 时，将每个 翻转（倒序）加入 Trie 中；然后在 query 操作时（假设当前数据流对应的字符串为 s，长度为 n），从 s 的尾部开始在 Trie 中进行检索（即从 开始往回找）。

若在某个位置 idx 时匹配成功，意味着 的翻转子串在字典树中，同时我们又是将每个 words[i] 进行倒序插入，即意味着 的正向子串在 words 中，即满足 s 的某个后缀出现在 words 中。

同理，我们可以利用最大的 words[i] 长度为 200 来控制从 开始往回找的最远距离，同时利用当某个短后缀不在 Trie 中，则其余长度更大的后缀必然不在 Trie 中进行剪枝操作。

Java 代码：

class StreamChecker {
    static int N = 2010 * 200, idx = 0;
    static int[][] tr = new int[N][26];
    static boolean[] isEnd = new boolean[N * 26];
    StringBuilder sb = new StringBuilder();
    void add(String s) {
        int p = 0;
        for (int i = s.length() - 1; i >= 0; i--) {
            int u = s.charAt(i) - 'a';
            if (tr[p][u] == 0) tr[p][u] = ++idx;
            p = tr[p][u];
        }
        isEnd[p] = true;
    }
    public StreamChecker(String[] words) {
        for (int i = 0; i <= idx; i++) {
            Arrays.fill(tr[i], 0);
            isEnd[i] = false;
        }
        idx = 0;
        for (String s : words) add(s);
    }
    public boolean query(char c) {
        sb.append(c);
        int n = sb.length(), min = Math.max(0, n - 200), p = 0;
        for (int i = n - 1; i >= min; i--) {
            if (isEnd[p]) return true;
            int u = sb.charAt(i) - 'a';
            if (tr[p][u] == 0) return false;
            p = tr[p][u];
        }
        return isEnd[p];
    }
}

C++ 代码：

class StreamChecker {
public:
    static const int N = 2010 * 200;
    static const int ALPHABET_SIZE = 26;
    vector<vector<int>> tr;
    vector<bool> isEnd;
    string sb;
    int idx = 0;
    void add(const string &s) {
        int p = 0;
        for (int i = s.length() - 1; i >= 0; i--) {
            int u = s[i] - 'a';
            if (tr[p].size() <= u) tr[p].resize(u + 1, 0);
            if (tr[p][u] == 0) tr[p][u] = ++idx;
            p = tr[p][u];
        }
        isEnd[p] = true;
    }
    StreamChecker(const vector<string>& words) {
        tr.resize(N);
        isEnd.resize(N);
        fill(isEnd.begin(), isEnd.end(), false);
        for (const auto &s : words) {
            add(s);
        }
    }
    bool query(char c) {
        sb.push_back(c);
        int n = sb.length(), min = max(0, n - 200), p = 0;
        for (int i = n - 1; i >= min; i--) {
            if (isEnd[p]) return true;
            int u = sb[i] - 'a';
            if (tr[p].size() <= u || tr[p][u] == 0) return false;
            p = tr[p][u];
        }
        return isEnd[p];
    }
};

• 时间复杂度： StreamChecker 初始化复杂度为 ，其中 为 words 字符总数； query 操作复杂度为 ，其中 为最大 words[i] 长度
• 空间复杂度： ，其中 为 words 字符总数， 为字符集大小

最后

巨划算的 LeetCode 会员优惠通道目前仍可用 ~

使用福利优惠通道 leetcode.cn/premium/?promoChannel=acoier，年度会员 有效期额外增加两个月，季度会员 有效期额外增加两周，更有超大额专属 🧧 和实物 🎁 福利每月发放。

我是宫水三叶，每天都会分享算法知识，并和大家聊聊近期的所见所闻。

欢迎关注，明天见。

更多更全更热门的「笔试/面试」相关资料可访问排版精美的 合集新基地 🎉🎉