C#数组操作实战：从求和到滑动窗口的22个经典练习（附完整代码）
C#数组操作实战：从求和到滑动窗口的22个经典练习（附完整代码）
在C#开发中，数组和字符串处理是最基础却最常被考察的核心能力。无论是日常业务逻辑编写，还是技术面试准备，高效的数组操作技巧都能显著提升代码质量。本文将带您通过22个典型场景，从简单的元素累加逐步深入到滑动窗口等高级算法，每个案例都配有可直接运行的代码示例和关键逻辑解析。
1. 基础数组操作：构建数据处理思维框架
1.1 元素统计三连击
数组求和、乘积和平均值计算是数据处理的基础操作。下面这个增强版方法集成了三种计算方式：
public class ArrayCalculations { public static (int Sum, long Product, double Average) ComputeAll(int[] arr) { if (arr == null || arr.Length == 0) throw new ArgumentException("数组不能为空"); int sum = 0; long product = 1; foreach (var num in arr) { sum += num; product *= num; } return (sum, product, (double)sum / arr.Length); } }注意：乘积计算使用long类型避免整数溢出，特别是当数组元素较多或数值较大时。
1.2 极值查找的优化策略
传统极值查找需要两次遍历，而以下实现只需一次遍历：
public static (int Min, int Max) FindMinMaxOptimized(int[] arr) { if (arr == null || arr.Length == 0) throw new ArgumentException("数组不能为空"); int min = arr[0], max = arr[0]; int i = 1; // 成对比较减少比较次数 for (; i < arr.Length - 1; i += 2) { if (arr[i] < arr[i+1]) { min = Math.Min(min, arr[i]); max = Math.Max(max, arr[i+1]); } else { min = Math.Min(min, arr[i+1]); max = Math.Max(max, arr[i]); } } // 处理奇数个元素的情况 if (i == arr.Length - 1) { min = Math.Min(min, arr[i]); max = Math.Max(max, arr[i]); } return (min, max); }这种优化算法比较次数比常规方法减少约25%，在大数据量时性能提升明显。
1.3 元素筛选的LINQ实践
使用LINQ可以优雅地实现各种筛选操作：
public static IEnumerable<int> FilterElements(int[] arr, Predicate<int> condition) { return arr.Where(x => condition(x)).ToArray(); } // 使用示例： var evenNumbers = FilterElements(new[] {1,2,3,4,5}, x => x % 2 == 0); var primes = FilterElements(new[] {2,3,4,5,6}, IsPrime);2. 数组变形：掌握数据重组技巧
2.1 数组翻转的三种实现
原地翻转算法最节省内存：
public static void ReverseInPlace(int[] arr) { for (int i = 0; i < arr.Length / 2; i++) { (arr[i], arr[^(i+1)]) = (arr[^(i+1)], arr[i]); } }新数组创建方式更符合函数式编程思想：
public static int[] ReverseToNewArray(int[] arr) { var result = new int[arr.Length]; for (int i = 0; i < arr.Length; i++) { result[i] = arr[arr.Length - 1 - i]; } return result; }栈结构实现代码最简洁：
public static int[] ReverseUsingStack(int[] arr) { var stack = new Stack<int>(arr); return stack.ToArray(); }2.2 矩阵旋转的坐标映射
N×N矩阵顺时针旋转90度的核心是找到位置映射关系：
public static void RotateMatrix(int[,] matrix) { int n = matrix.GetLength(0); for (int layer = 0; layer < n / 2; layer++) { int first = layer; int last = n - 1 - layer; for (int i = first; i < last; i++) { int offset = i - first; // 保存上边 int top = matrix[first, i]; // 左到上 matrix[first, i] = matrix[last-offset, first]; // 下到左 matrix[last-offset, first] = matrix[last, last-offset]; // 右到下 matrix[last, last-offset] = matrix[i, last]; // 上到右 matrix[i, last] = top; } } }3. 字符串处理：特殊数组的算法
3.1 回文检测的Unicode处理
增强版回文检测支持Unicode字符和标点符号过滤：
public static bool IsPalindrome(string s) { int left = 0, right = s.Length - 1; while (left < right) { while (left < right && !char.IsLetterOrDigit(s[left])) left++; while (left < right && !char.IsLetterOrDigit(s[right])) right--; if (char.ToLower(s[left]) != char.ToLower(s[right])) return false; left++; right--; } return true; }3.2 字符串压缩的游程编码
优化版字符串压缩算法：
public static string CompressString(string str) { if (string.IsNullOrEmpty(str) || str.Length < 3) return str; var sb = new StringBuilder(); int count = 1; char current = str[0]; for (int i = 1; i < str.Length; i++) { if (str[i] == current) { count++; } else { sb.Append(current).Append(count); current = str[i]; count = 1; } } sb.Append(current).Append(count); return sb.Length < str.Length ? sb.ToString() : str; }4. 高级算法实战：应对技术面试
4.1 两数之和的哈希解法
时间复杂度O(n)的优化方案：
public static int[] TwoSum(int[] nums, int target) { var numDict = new Dictionary<int, int>(); for (int i = 0; i < nums.Length; i++) { int complement = target - nums[i]; if (numDict.TryGetValue(complement, out int index)) { return new[] { index, i }; } numDict[nums[i]] = i; } throw new ArgumentException("No solution found"); }4.2 滑动窗口最大值问题
使用双端队列实现O(n)时间复杂度：
public static int[] MaxSlidingWindow(int[] nums, int k) { if (nums == null || k <= 0) return Array.Empty<int>(); var result = new int[nums.Length - k + 1]; var deque = new LinkedList<int>(); for (int i = 0; i < nums.Length; i++) { // 移除超出窗口范围的元素 while (deque.Count > 0 && deque.First.Value < i - k + 1) deque.RemoveFirst(); // 移除小于当前元素的队列元素 while (deque.Count > 0 && nums[deque.Last.Value] < nums[i]) deque.RemoveLast(); deque.AddLast(i); // 记录窗口最大值 if (i >= k - 1) result[i - k + 1] = nums[deque.First.Value]; } return result; }4.3 最长无重复子串的滑动窗口
public static int LengthOfLongestSubstring(string s) { var charIndex = new Dictionary<char, int>(); int maxLength = 0, left = 0; for (int right = 0; right < s.Length; right++) { if (charIndex.ContainsKey(s[right])) { left = Math.Max(left, charIndex[s[right]] + 1); } charIndex[s[right]] = right; maxLength = Math.Max(maxLength, right - left + 1); } return maxLength; }这些案例覆盖了数组和字符串处理的典型场景，从基础到高级逐步深入。实际开发中，建议根据具体需求选择合适的算法，并注意边界条件的处理。例如在处理用户输入时，总是验证数组是否为空或null，避免潜在的运行时异常。