Java 高效检测字符串重复字符的六种策略：从基础到Stream API实战158

在日常的软件开发中，字符串处理是极为常见的任务。其中，检测一个字符串中是否存在重复字符，不仅是一个经典的面试题，更在数据校验、密码策略、唯一标识生成等场景中具有重要的实际意义。本文将作为一名资深Java程序员，深入探讨在Java中检测重复字符的各种高效方法，从基础的暴力破解到利用现代Java Stream API，并分析它们各自的时间和空间复杂度，帮助读者在不同场景下选择最合适的解决方案。

在开始之前，我们首先明确问题的核心：给定一个字符串，判断其中是否存在至少一个字符出现了两次或更多次。例如，"hello" 包含重复字符 'l'，而 "world" 则不包含。

1. 暴力法（Brute Force）

暴力法是最直观的思路，通过嵌套循环遍历字符串中的所有字符对，逐一比较它们是否相同。

public class DuplicateCharDetector {
public static boolean hasDuplicateCharsBruteForce(String str) {
if (str == null || () 1) // 筛选出频率大于1的字符
.map(::getKey)
.collect(()); // 收集重复字符
}
public static void main(String[] args) {
("Java 8 Stream API:");
("hello (Set): " + hasDuplicateCharsStreamAPI_Set("hello")); // true
("world (Set): " + hasDuplicateCharsStreamAPI_Set("world")); // false
("Java (Set): " + hasDuplicateCharsStreamAPI_Set("Java")); // false
("Duplicate chars in programming (Grouping): " + findDuplicateCharsStreamAPI_Grouping("programming")); // [g, r, m]
("Duplicate chars in hello (Grouping): " + findDuplicateCharsStreamAPI_Grouping("hello")); // [l]
}
}

复杂度分析：

时间复杂度： O(n)，底层实现仍类似于 `HashSet` 或 `HashMap` 的遍历。
空间复杂度： O(k)，同 `HashSet` 或 `HashMap`，取决于不重复字符的数量。

优点： 代码简洁、可读性强，体现了函数式编程的风格。
缺点： 对于非常短的字符串，Stream 的启动开销可能略大于直接循环；对初学者来说，理解可能需要一些时间。

综合考虑与选择

在选择检测重复字符的方法时，需要根据具体场景和需求进行权衡：

性能敏感且字符集有限 (如纯ASCII)： 强烈推荐使用布尔数组。它提供了最佳的时间（O(n)）和空间（O(1)）性能。
通用场景，需要高效率： `HashSet` 或 `HashMap` 是最佳选择。它们都提供了 O(n) 的时间复杂度。如果只需要判断是否存在重复，`HashSet` 更简洁；如果需要知道具体哪些字符重复以及重复次数，`HashMap` 更合适。
代码简洁性、现代Java风格： Java 8 Stream API 提供了一种优雅的解决方案，其底层效率与 `HashSet`/`HashMap` 相当。
面试场景，展示基础能力： 暴力法和排序法虽然效率不高，但能展示对基础算法的理解。通常在提及这些方法后，应立即提出更优的解决方案。
字符串长度极短 (例如少于10个字符)： 此时各种方法的性能差异不明显，简单易懂的暴力法也未尝不可，但通常仍推荐使用 `HashSet`。
大小写敏感性： 默认情况下，所有方法都是大小写敏感的（'a' 和 'A' 被视为不同字符）。如果需要不区分大小写，可以在处理前将整个字符串转换为小写或大写（`()` 或 `()`）。
Unicode支持： `char` 在Java中是UTF-16编码，可以处理大部分Unicode字符。`HashSet`、`HashMap` 和排序法都能很好地处理大部分Unicode字符。但对于包含代理对（surrogate pairs）的复杂Unicode字符，`(i)` 和 `toCharArray()` 可能会将一个字符拆分成两个 `char`。此时需要使用 `()` 或 `(i)` 来正确处理。本文中的 `char` 级别处理对于大多数常见场景是足够的。