详解无重复字符的最长子串

描述

一、题目描述

给定一个字符串 s ,请你找出其中不含有重复字符的 最长子串 的长度。

示例 1:

 

输入: s = "abcabcbb"
输出: 3 
解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。

 

示例 2:

 

输入: s = "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。

 

示例 3:

 

输入: s = "pwwkew"
输出: 3
解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。
     请注意,你的答案必须是 子串 的长度,"pwke" 是一个子序列,不是子串。

 

提示:

0 <= s.length <= 5 * 10^4

s 由英文字母、数字、符号和空格组成

二、题目解析

很经典的滑动窗口的题目。

具体操作如下:

1、定义需要维护的变量,对于此题来说,要求是最大长度,同时又涉及去重,因此需要一个哈希表。

2、定义窗口的首尾端 (start, end), 然后滑动窗口。

3、窗口的右端位置从 0 开始,可以一直移动到尾部。

4、如果哈希表中存储了即将加入滑动窗口的元素,那么需要不断的把窗口左边的元素移除窗口。

JAVAJAVA

5、此时,滑动窗口可以接纳新增元素。

JAVA

三、参考代码

1、Java 代码

 

// 登录 AlgoMooc 官网获取更多算法图解
// https://www.algomooc.com
// 作者:程序员吴师兄
// 代码有看不懂的地方一定要私聊咨询吴师兄呀
// 无重复字符的最长子串(LeetCode 3):https://leetcode.cn/problems/longest-substring-without-repeating-characters/
class Solution {
    public int lengthOfLongestSubstring(String s) {

        // 滑动窗口模板化解题,五步走策略

        // 【1、定义需要维护的变量】

        // 对于此题来说,要求是最大长度
        int maxLen = 0;

        // 同时又涉及去重,因此需要一个哈希表
        HashSet hash = new HashSet();

        // 【2、定义窗口的首尾端 (start, end), 然后滑动窗口】

        // 窗口的左端位置从 0 开始
        int start = 0;

        // 窗口的右端位置从 0 开始,可以一直移动到尾部
        for( int end = 0 ; end < s.length() ; end++ ){

            // 【3、更新需要维护的变量, 有的变量需要一个 if 语句来维护 (比如最大最小长度)】

            // 【4、如果题目的窗口长度可变: 这个时候一般涉及到窗口是否合法的问题】
            //  如果当前窗口不合法时, 用一个 while 去不断移动窗口左指针, 从而剔除非法元素直到窗口再次合法

            // 如果哈希表中存储了即将加入滑动窗口的元素
            while(hash.contains(s.charAt(end))){
                
                // 那么需要不断的把窗口左边的元素移除窗口

                // 把 s.charAt(start) 移除记录
                hash.remove(s.charAt(start));

                // 窗口左端向右移动
                start++;
            }

            // 此时,滑动窗口可以接纳 s.charAt(end)
            hash.add(s.charAt(end));

            // 维护变量 maxLen
            maxLen = Math.max(maxLen,end - start + 1);

        }

        // 【5、返回所需要的答案】
        return maxLen;

    }
}

 

2、C++ 代码

 

class Solution {
public:
    int lengthOfLongestSubstring(string s) {

        // 滑动窗口模板化解题,五步走策略

        // 【1、定义需要维护的变量】

        // 对于此题来说,要求是最大长度
        int maxLen = 0;

        // 同时又涉及去重,因此需要一个哈希表
        unordered_set hash;

        // 【2、定义窗口的首尾端 (start, end), 然后滑动窗口】

        // 窗口的左端位置从 0 开始
        int start = 0;

        // 窗口的右端位置从 0 开始,可以一直移动到尾部
        for( int end = 0 ; end < s.length() ; end++ ){

            // 【3、更新需要维护的变量, 有的变量需要一个 if 语句来维护 (比如最大最小长度)】

            // 【4、如果题目的窗口长度可变: 这个时候一般涉及到窗口是否合法的问题】
            //  如果当前窗口不合法时, 用一个 while 去不断移动窗口左指针, 从而剔除非法元素直到窗口再次合法

            // 如果哈希表中存储了即将加入滑动窗口的元素
            while(hash.count(s[end])){
                
                // 那么需要不断的把窗口左边的元素移除窗口

                // 把 s.charAt(start) 移除记录
                hash.erase(s[start]);

                // 窗口左端向右移动
                start++;
            }

            // 此时,滑动窗口可以接纳 s.charAt(end)
            hash.insert(s[end]);

            // 维护变量 maxLen
            maxLen = max(maxLen,end - start + 1);

        }

        // 【5、返回所需要的答案】
        return maxLen;

    }
};

 

3、Python 代码

 

class Solution:
    def lengthOfLongestSubstring(self, s: str) -> int:
        # 滑动窗口模板化解题,五步走策略

        # 【1、定义需要维护的变量】

        # 对于此题来说,要求是最大长度
        maxLen = 0

        # 同时又涉及去重,因此需要一个哈希表
        hash = set()

        # 【2、定义窗口的首尾端 (start, end), 然后滑动窗口】

        # 窗口的左端位置从 0 开始
        start = 0

        # 窗口的右端位置从 0 开始,可以一直移动到尾部
        for end in range(len(s)) : 

            # 【3、更新需要维护的变量, 有的变量需要一个 if 语句来维护 (比如最大最小长度)】

            # 【4、如果题目的窗口长度可变: 这个时候一般涉及到窗口是否合法的问题】
            #  如果当前窗口不合法时, 用一个 while 去不断移动窗口左指针, 从而剔除非法元素直到窗口再次合法

            # 如果哈希表中存储了即将加入滑动窗口的元素
            while s[end] in hash : 
                
                # 那么需要不断的把窗口左边的元素移除窗口

                # 把 s.charAt(start) 移除记录
                hash.remove(s[start])

                # 窗口左端向右移动
                start += 1

            # 此时,滑动窗口可以接纳 s.charAt(end)
            hash.add(s[end])

            # 维护变量 maxLen
            maxLen = max(maxLen,end - start + 1)

        # 【5、返回所需要的答案】
        return maxLen

 

四、复杂度分析

时间复杂度:O(N),其中 N是字符串的长度。左指针和右指针分别会遍历整个字符串一次。

空间复杂度:O(∣Σ∣),其中 Σ 表示字符集(即字符串中可以出现的字符),∣Σ∣ 表示字符集的大小。



审核编辑:刘清

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分