Coderbyte Java Longest Word题目测试用例未通过问题咨询

问题描述 #

按照需求实现的LongestWord(sen)函数，对基础示例的输出符合预期，但平台校验环节存在多个测试用例判定不通过，需定位代码逻辑缺陷并完成修复。

需求规则 #

• 函数接收非空字符串入参sen，返回字符串中长度最大的有效单词
• 若存在多个长度相同的最长单词，返回字符串中最先出现的那一个
• 解析过程中完全忽略所有标点符号
• 基础示例参考：
  • 输入"fun&!! time"，输出time
  • 输入"I love dogs"，输出love

未通过测试用例 #

• 输入"a beautiful sentence^&!"，预期输出beautiful
• 输入"oxford press"，预期输出oxford
• 输入"123456789 98765432"，预期输出123456789
• 输入"a b c dee"，预期输出dee
• 输入"a confusing /:sentence:/[ this is not!!!!!!!~"，预期输出confusing

当前实现代码 #

import java.util.Arrays;
import java.util.Comparator;
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

class Main {

    public static final String REG_EXP_CHAR_ONLY = "(?=.*?[a-zA-Z0-9 ])";

    public static String LongestWord(String sen) {

        StringBuffer strBuffer = new StringBuffer();
        for (String c : sen.split("")) {
            if (isValid(c)) {
                strBuffer.append(c);
            }
        }

        String longest = Arrays.stream(strBuffer.toString().split(" ")).max(Comparator.comparingInt(String::length))
                .orElse(null);

        return longest;
    }

    public static boolean isValid(String c) {
        Pattern pattern = Pattern.compile(REG_EXP_CHAR_ONLY);
        Matcher matcher = pattern.matcher(c);
        boolean matchFound = matcher.find();
        if (matchFound) {
            return true;
        }
        return false;
    }

    public static void main (String[] args) {
        Scanner s = new Scanner(System.in);
        System.out.print(LongestWord(s.nextLine()));
    }
}

根因定位 #

逐逻辑拆解后，所有测试失败的触发原因和实现代码的缺陷一一对应：

1. 有效字符校验逻辑存在根本性缺陷
   代码中定义的正则REG_EXP_CHAR_ONLY = "(?=.*?[a-zA-Z0-9 ])"是正向断言模式，作用是判断目标字符串中是否存在任意一个字母、数字或空格，而非校验当前逐字符遍历到的字符本身是否属于有效集合。逐字符匹配标点、符号时，该断言无法准确完成“剔除标点、保留有效内容”的目标，会出现字符误删、有效内容被过滤的问题，最终导致拼接后的单词长度计算出现偏差。
2. 最长值选择规则和题目要求相悖
   JDK流操作中的max()方法，在遇到相同长度的元素时，会保留序列中靠后位置的元素，和题目要求的“同长度下返回第一个出现的单词”规则完全冲突。比如输入"oxford press"时，两个单词长度均为6，当前代码会返回后出现的press，和预期的oxford不符。
3. 空字符串干扰长度计算
   经过缺陷逻辑过滤后的字符串，会因为连续被剔除的标点/符号生成连续空格，执行split(" ")切分时会生成多个长度为0的空字符串。这些空串会打乱原有单词的顺序和长度计算逻辑，比如输入带斜杠、方括号的复杂句子时，最终会错误返回标点残留的短词，而非预期的最长有效单词。
4. 逐字符编译正则的效率与逻辑双重问题
   代码每判断一个字符就重新编译一次正则表达式，不仅运行效率极低，还因为正则本身的逻辑缺陷，无法准确识别需要剔除的字符。比如输入纯数字串"123456789 98765432"时，因为字符校验逻辑错误，会误删前序数字内容，最终返回非预期的结果。

修复方向 #

• 替换有效字符判断逻辑：逐字符遍历入参时，仅保留大小写字母、数字、空格三类有效内容，其余标点、符号直接剔除，不再依赖存在逻辑缺陷的正向断言正则；判断标点时直接替换为空格分隔符，避免单词被无空格拼接后误判为长单词。
• 调整最长单词的选择逻辑：遍历切分后的有效单词列表，仅当遇到长度大于当前记录的最长单词时，才更新记录值，长度相等时不替换，保证保留最先出现的最长单词，替代不符合规则的Stream.max()实现。
• 切分完成后过滤所有长度为0的空字符串，消除连续分隔符带来的计算干扰。

内容的提问来源于stack exchange，提问作者Banana Tech