在字符串中找出第一个不重复的字符，时间复杂度最低的方式是什么？

最优解法：哈希表+一次遍历

时间复杂度最低的方案是O(n)单次遍历，使用哈希表记录字符出现次数，第二次遍历查找第一个计数为1的字符。这是理论上界，因为任何算法必须至少检查每个字符一次。

具体实现

```python

def first_unique_char(s: str) -> int:

count = {}

第一遍：统计频率

for ch in s:

count[ch] = count.get(ch, 0) + 1

第二遍：找第一个唯一字符

for i, ch in enumerate(s):

if count[ch] == 1:

return i

return -1

```

时间复杂度O(n)，空间复杂度O(k)，k为字符集大小（ASCII为128，Unicode更复杂但可视为常数）。

优化思路

对于超长字符串或流式数据，可以用有序哈希表（如Python 3.7+的dict保持插入顺序）优化为一趟遍历：

```python

from collections import OrderedDict

def first_unique_char_online(s: str) -> int:

seen = OrderedDict()

for i, ch in enumerate(s):

if ch in seen:

seen[ch] = None # 标记为重复

else:

seen[ch] = i

for ch, idx in seen.items():

if idx is not None:

return idx

return -1

```

但最坏情况仍是O(n)，只是常数优化。

位运算的局限

有人会想用位掩码，但只适用于小字符集（如26个小写字母）。对于通用场景不实用，因为无法处理重复多次的字符。

分布式场景

如果字符串太大无法单机处理，可以用MapReduce思想：分片统计频率，再合并结果。但单机场景下，哈希表法就是最优解。

语言特定优化

在C++中，可以用`std::array`避免哈希表开销；在Go中，`map[rune]int`效率足够；在JavaScript中，`Map`比对象字面量更快。但核心思想不变——哈希计数是唯一能在O(n)内解决问题的方案。

哎呀，编程这东西啊，跟咱以前管小区一样，得讲究效率！用哈希表走一遍存次数，再走一遍找第一个计数为1的，时间复杂度就是O(n)，这是最省事的法子。别整那些花里胡哨的嵌套循环，多走弯路啊！

哈希表扫两遍，稳稳的O(n)

哈希表，O(n)扫一遍就行。

哈希表

哈希表遍历两遍

哈希表，两次遍历

哈希表走两遍，O(n)搞定。

哈希表

哈希表