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: 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。
示例 4:
输入: s = “”
输出: 0
思路:
滑动窗口法。
遍历字符串。
建立一个滑动窗口,用left指针指向滑动窗口的头部。left初始化为0。滑动窗口的尾部就是当前遍历到的位置 i 。
滑动窗口内为以当前遍历到的字符结尾的,无重复字符的最长子串。
用一个变量max来记录一下直到目前为止最大的窗口长度。
每次当滑动窗口尾部往后移动一位的时候,都判断一下这个元素是否已经存在于滑动窗口内。
如果存在,就将滑动窗口中该元素和该元素之前的元素移出窗口(将left移动到该元素之后)。然后把该元素加入窗口内。
如果不存在,直接把它加入到窗口内。left不动。
我们用一个hashmap来保存当前窗口内元素及元素的位置。每当有新元素加入窗口,则hashmap也加入该元素及其位置。
注意,当窗口内存在该元素时,left后移,但是hashmap内的元素没有删除,所以hashmap中包含的是当前窗口的元素和当前窗口之前的未删除的元素。
举例:abba 可以自己试着画一下步骤
那么,我们如何来判断当前窗口中是否含有该元素?
1.hashmap中没有该元素,那么当前窗口中一定没有该元素。
2.hashmap中含有该元素,但是该元素的下标小于left。这说明该元素是当前窗口之前的,当前窗口内不存在该元素。
3.hashmap中含有该元素,且该元素的下标大于等于left。这说明该元素是当前窗口内的,需要移动left。
然后将窗口长度和max比较,如果大于max则更新max。
然后 i 继续后移
class Solution {
public int lengthOfLongestSubstring(String s) {
if (s.length()==0) return 0;
HashMap<Character, Integer> map = new HashMap<Character, Integer>();
int max = 0;
int left = 0;
//滑动窗口在left和i之间(包括left和i)
//hashmap中不止有当前窗口内的元素,还有当前窗口之前的元素
for(int i = 0; i < s.length(); i ++){
if(map.containsKey(s.charAt(i))){
//所以,当前hashmap中含有该元素不能说明当前窗口内含有该元素
if(map.get(s.charAt(i))>=left)
//如果当前hashmap中含有该元素,且该元素的键值(下标)大于left,
//则该窗口内确实含有该元素,需要将窗口后移
left = map.get(s.charAt(i))+1;
}
//如果当前hashmap中不含该元素,则该窗口内不含有该元素
//如果当前hashmap中含有该元素,且该元素的键值(下标)小于left,则该窗口内不含有该元素
//left不动。将该元素及其位置添加到hashmap内(会覆盖掉旧的)
map.put(s.charAt(i),i);
max = Math.max(max,i-left+1);
}
return max;
}
}
本文介绍了一种使用滑动窗口法求解给定字符串中最长无重复字符子串长度的算法。通过维护一个动态变化的窗口,并利用哈希表记录字符最后出现的位置,实现了高效查找。
708

被折叠的 条评论
为什么被折叠?



