LeetCode第3题

3. 无重复字符的最长子串

给定一个字符串,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: “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: “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: “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。

解答:

一开始用的暴力法:通过两个for循环,算出每个字符开头的不含有重复字符的 最长子串 的长度。

public int lengthOfLongestSubstring(String s) {
    int maxLength = 0;
    //用List保存不重复最大字串
    for (int i = 0; i < s.length(); i++) {
        ArrayList<Character> characters = new ArrayList<>();
        for (int j = i; j < s.length(); j++) {
            if(characters.contains(s.charAt(j))){
                break;
            }
            characters.add(s.charAt(j));
            //看了其他的题解发现了Math.max(),底层也是用的三元运算符。
            maxLength=characters.size()>maxLength?characters.size():maxLength;
        }
    }
    return maxLength;
}

看了题解,知道了滑动窗口:

遍历字符串将字符依次存入Set,这个Set就是窗口,存入的字符就是子串。如果字符不是已存入的字符,就将该字符存入Set,如果遇到重复字符,Set就将头元素移除,再判断下一个字符。整个过程窗口的长度就是不重复字串的长度。
图示如下:
在这里插入图片描述
具体可参考此篇题解

public int lengthOfLongestSubstring(String s) {
	  int maxLength = 0;
	  //窗口的左右下标
	  int i = 0, j = 0;
	  //窗口
	  Set<Character> characters = new HashSet<>();
	  while (i < s.length() && j < s.length()) {
	       if (!characters.contains(s.charAt(j))) {
	       		//不是重复字符,存入该字符,扩大窗口
	           characters.add(s.charAt(j));
	           j++;
	           maxLength = Math.max(j - i, maxLength);
	       } else {
	       		//存在重复字符,移除窗口最左边的字符,缩小窗口
	           characters.remove(s.charAt(i));
	           i++;
	       }
	   }
	  return maxLength;
}
### LeetCode 第三:无重复字符的最长子串 LeetCode 第三的目标是找到给定字符串中的 **无重复字符的最长子串** 的长度。以下是基于 C 语言的一种解决方案。 #### 解决方案描述 一种高效的解决方法是利用滑动窗口技术配合哈希表来记录字符的位置。这种方法的核心思想如下: 1. 定义一个大小为 `128` 的整型数组作为哈希表,用于存储 ASCII 字符集中的每个字符是否存在以及其最后出现的位置。 2. 初始化两个指针 `start` 和 `i` 来表示当前子串的起始位置和遍历到的当前位置。 3. 遍历整个字符串,如果当前字符未在哈希表中标记,则将其标记并扩展右边界;否则调整左边界以移除重复字符的影响。 4. 在每次迭代过程中动态维护最大子串长度。 下面是具体的代码实现: ```c int lengthOfLongestSubstring(char* s) { int Hash[128] = { 0 }; // 哈希表初始化,ASCII码范围为128 int max = 0; // 记录最大长度 int start = 0; // 子串起点 int i = 0; // 当前索引 int length = strlen(s); while (i < length && start < length) { if (Hash[s[i]] == 0) { // 如果当前字符尚未出现过 Hash[s[i]] = 1; // 将其加入哈希表 i++; // 移动右侧指针 max = ((i - start) > max) ? (i - start) : max; // 更新最大长度 } else { // 出现重复字符 Hash[s[start]] = 0; // 清除左侧字符的状态 start++; // 缩小窗口,移动左侧指针 } } return max; } ``` 上述代码实现了 O(n) 时间复杂度的算法[^2],其中 n 是输入字符串的长度。相比暴力法(O(n&sup3;)),这种优化显著提高了效率。 #### 关键点解析 - **时间复杂度**: 整个过程只需一次扫描即可完成,因此时间复杂度为 O(n),优于暴力枚举方式。 - **空间复杂度**: 使用了一个固定大小的辅助数组(即哈希表),故空间复杂度为 O(128)=O(1)。 - **适用场景**: 此方法适用于任何包含标准 ASCII 字符的字符串处理问
评论
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