TypeScript算法实战——字符串操作进阶：从基础API到高频算法场景解析
1. TypeScript字符串操作基础回顾
字符串处理是编程中最常见的任务之一，无论是前端表单验证、后端数据处理还是算法题目，都离不开字符串操作。在TypeScript中，字符串API与JavaScript完全一致，但借助类型系统能让我们的代码更加健壮。先快速回顾几个核心API：
length属性是最基础但最常用的：
const str = "Hello TS"; console.log(str.length); // 8查找类方法在实际业务中经常用于数据校验。比如验证用户输入是否包含敏感词：
const userInput = "这个产品太垃圾了"; const bannedWords = ["垃圾", "诈骗"]; const hasViolation = bannedWords.some(word => userInput.includes(word));提取类方法在日志分析时特别实用。假设我们要从日志中提取时间戳：
const log = "[2023-08-15 14:30] 用户登录"; const datePart = log.slice(1, 20); // "2023-08-15 14:30"替换操作在模板渲染场景很常见。比如实现简单的变量替换：
let template = "您好，{name}！您的订单{orderId}已发货"; const data = { name: "张三", orderId: "TS20230815" }; Object.entries(data).forEach(([key, value]) => { template = template.replace(`{${key}}`, value); });2. 高频算法场景实战解析
2.1 子串匹配问题
LeetCode第28题实现strStr()是经典案例。暴力解法时间复杂度O(m*n)，但结合TypeScript的字符串API可以写出更清晰的代码：
function strStr(haystack: string, needle: string): number { if (!needle) return 0; for (let i = 0; i <= haystack.length - needle.length; i++) { if (haystack.substring(i, i + needle.length) === needle) { return i; } } return -1; }更高效的KMP算法虽然复杂，但可以用indexOf优化：
function strStrOptimized(haystack: string, needle: string): number { return haystack.indexOf(needle); }2.2 字符串分割与重组
处理CSV数据时，split()和join()的组合非常强大。比如清洗不规则数据：
const dirtyCSV = "张三, 25, 程序员\n李四,30,设计师"; const cleanData = dirtyCSV .split("\n") .map(line => line.split(",") .map(item => item.trim()) .join(",") ) .join("\n");2.3 模式替换进阶
实现一个支持条件判断的简易模板引擎：
function render(template: string, data: Record<string, any>) { return template.replace(/\{\{(\w+)(?:\|(.*?))?\}\}/g, (_, key, fallback) => { return data[key] ?? fallback ?? ""; }); } const result = render("欢迎{{name}}，{{role|用户}}", { name: "Alice" }); // "欢迎Alice，用户"3. 性能优化实践
3.1 避免不必要的内存分配
字符串拼接时，+=操作会创建新对象。对于大规模操作，使用数组join更高效：
// 低效写法 let result = ""; for (let i = 0; i < 10000; i++) { result += i.toString(); } // 优化方案 const parts: string[] = []; for (let i = 0; i < 10000; i++) { parts.push(i.toString()); } const optimizedResult = parts.join("");3.2 正则表达式优化
当需要多次执行相同模式匹配时，预编译正则表达式：
// 每次创建新正则对象 function containsDigits(input: string) { return /\d/.test(input); } // 优化版本 const DIGIT_REGEX = /\d/; function containsDigitsOptimized(input: string) { return DIGIT_REGEX.test(input); }4. 实战案例：日志解析器
综合运用各种字符串API实现一个功能完整的日志解析器：
interface LogEntry { timestamp: Date; level: "INFO" | "WARN" | "ERROR"; message: string; } function parseLog(logText: string): LogEntry[] { return logText .split("\n") .filter(line => line.trim()) .map(line => { const [meta, ...messageParts] = line.split(" - "); const [timestampStr, level] = meta.split(" "); return { timestamp: new Date(timestampStr.slice(1, -1)), level: level as LogEntry["level"], message: messageParts.join(" - ") }; }); } const logs = ` [2023-08-15T08:30:00Z] INFO - 系统启动完成 [2023-08-15T08:35:23Z] WARN - 内存使用率超过80% [2023-08-15T08:40:15Z] ERROR - 数据库连接失败 `; const parsed = parseLog(logs);这个案例展示了如何组合使用split、slice、join等方法处理结构化文本数据。在实际项目中，还可以进一步添加错误处理、日志过滤等功能。