滑动窗口算法详解:解决无重复字符的最长子串问题

问题描述

给定一个字符串 s,找出其中不含有重复字符的 最长子串 的长度。例如:

  • 输入 s = "abcabcbb",输出 3(最长子串 "abc")

  • 输入 s = "bbbbb",输出 1(最长子串 "b")

  • 输入 s = "pwwkew",输出 3(最长子串 "wke" 或 "kew")

什么是滑动窗口算法?

滑动窗口是一种高效解决数组/字符串子区间问题的算法。它通过维护一个可动态扩展/收缩的窗口(由左右指针定义),在遍历过程中更新窗口状态并记录最优解。该算法通常能在 O(n) 时间复杂度内解决问题。

算法思路

  1. 初始化:左指针 left = 0,最大长度 maxLen = 0

  2. 遍历字符串(右指针 right 从 0 开始):

    • 若当前字符未出现在窗口中:

      • 将其加入窗口

      • 更新最大长度:maxLen = max(maxLen, 窗口长度)

      • 右指针右移

    • 若当前字符已在窗口中:

      • 移除左指针指向的字符

      • 左指针右移

  3. 返回结果maxLen

优化:快速跳转左指针

在基础实现中,左指针每次只移动一步。我们可以通过 记录字符最后出现的位置 来优化:

  • 使用 Map<Character, Integer> 存储字符及其最后出现的位置

  • 当遇到重复字符时,直接跳转左指针: left = max(left, 重复字符最后位置 + 1)

代码实现(两种方法)

方法1:基础实现(逐步移动左指针)
class Solution {
    public int lengthOfLongestSubstring(String s) {
        Set<Character> set = new HashSet<>();
        int left = 0, right = 0, maxLen = 0;
        while (right < s.length()) {
            char c = s.charAt(right);
            if (!set.contains(c)) {
                set.add(c);
                maxLen = Math.max(maxLen, right - left + 1);
                right++;
            } else {
                set.remove(s.charAt(left));
                left++;
            }
        }
        return maxLen;
    }
}
方法2:优化实现(跳转左指针)
class Solution {
    public int lengthOfLongestSubstring(String s) {
        Map<Character, Integer> map = new HashMap<>();
        int maxLen = 0, left = 0;
        for (int right = 0; right < s.length(); right++) {
            char c = s.charAt(right);
            if (map.containsKey(c)) {
                left = Math.max(left, map.get(c) + 1);
            }
            map.put(c, right);
            maxLen = Math.max(maxLen, right - left + 1);
        }
        return maxLen;
    }
}

算法分析

方法时间复杂度空间复杂度优势
基础实现O(n)O(1)逻辑简单,易于理解
优化实现O(n)O(1)减少左指针移动次数,效率更高

说明:空间复杂度 O(1) 是因为字符集大小固定(ASCII 字符最多 128 个)

关键点总结

  1. 滑动窗口核心思想

    • 右指针:探索新字符,扩展窗口

    • 左指针:移除重复字符,收缩窗口

  2. 优化核心

    • 通过记录字符最后位置实现左指针跳转

    • 避免不必要的逐步移动,提升效率

  3. 终止条件:右指针到达字符串末尾

  4. 结果更新:每次扩展窗口后更新最大长度

适用问题场景

滑动窗口算法特别适合解决以下类型问题:

  • 子串/子数组的最值问题(如本题)

  • 满足特定条件的连续子序列问题

  • 需要高效遍历数组/字符串的场景

通过掌握滑动窗口算法,可以高效解决一大类字符串和数组相关的

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值