力扣刷题1——无重复字符的最长字串

探讨了LeetCode上一道经典题目:寻找给定字符串中无重复字符的最长子串长度。通过分析并提供了一段Python实现代码,该代码通过遍历字符串,使用滑动窗口的思想来动态更新最长无重复子串的长度。

时间 :19/1/3

题目: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。

网址:https://leetcode-cn.com/problems/longest-substring-without-repeating-characters/comments/

示例: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。

他人优秀代码:

class Solution:
    def lengthOfLongestSubstring(self, s):
        """
        :type s: str
        :rtype: int
        """
        max_number = 0
        number = 0
        test = ''
        for i in s:                     #i是s从第一个位置的字符到最后一个字符,每次一个
            if i not in test:           #判断i在不在test上面,不在的话 test的下一个为i
                test += i               #number加一   
                number += 1
            else:
                if number >= max_number:
                    max_number = number
                index = test.index(i)
                test = test[(index+1):] + i
                number = len(test)
        if number > max_number:
            max_number = number
        return max_number

        思想:通过一个for循环,判断每一个字符是否重复,如果没重复,number加一,如果重复,将test的代码变为重复后面的代码加上重复的那个。因为本题要求的是判断是连续代码不重复,而不是一共有几个代码,所以可以加上。    

        max_number是最后返回的值,test是一个字符串,for循环的作用是让i每次为s的一个值,判断是否在test,不在说明没有重复,给test加字符,number加一,重点说else,里面的if语句是说如果之前的number大的话就给max number赋予number的值,index函数的作用是判断i在test的哪个位置,返回整数,是i在test的第几个位置,下一行的意思是重新构造一个test字符串,为上述重复字符的下一个字符,并且在字符最后加上i此时代表的字符,number代表此时test的长度。

        一个问题是test = test[(index+1):] + i 这个代码,最后为什么加上i,我试过不加i的话,例子abcabcd返回的会是3. 

       解答:因为本题要求的是判断是连续代码不重复,而不是一共有几个不同代码,所以加上。

自己代码:没搞出来,以后努力。  

 

 

 

 

### 解法分析 解决“无重复字符最长子串”问的高效方法是使用**滑动窗口**技巧。该方法通过维护一个窗口,窗口内始终不包含重复字符。窗口的左右边界分别由两个指针控制,通过哈希表或数组记录字符最近出现的位置,从而判断是否需要移动左指针以保持窗口的有效性。 #### 1. 滑动窗口法 滑动窗口法的时间复杂度为 $O(n)$,其中 $n$ 是字符串的长度。它通过单次遍历字符串,动态调整窗口的左右边界,从而找出最长无重复字符的子串。 ```cpp class Solution { public: int lengthOfLongestSubstring(string s) { vector<int> charIndex(128, -1); // 用于记录每个字符最近出现的位置 int maxLen = 0; int start = 0; // 窗口的起始位置 for (int end = 0; end < s.size(); end++) { char currentChar = s[end]; if (charIndex[currentChar] >= start) { // 如果当前字符已经出现在窗口内,则更新窗口的起始位置 start = charIndex[currentChar] + 1; } charIndex[currentChar] = end; // 更新字符的位置 maxLen = max(maxLen, end - start + 1); // 计算当前窗口长度 } return maxLen; } }; ``` #### 2. 使用哈希表 除了使用固定大小的数组记录字符位置,也可以使用哈希表(`unordered_map`)来动态存储字符的位置信息。 ```cpp class Solution { public: int lengthOfLongestSubstring(string s) { unordered_map<char, int> charMap; int maxLen = 0; int start = 0; for (int end = 0; end < s.size(); end++) { if (charMap.count(s[end])) { // 如果字符已经出现过,并且其位置在窗口内,则更新窗口起始位置 start = max(start, charMap[s[end]] + 1); } charMap[s[end]] = end; // 更新字符的位置 maxLen = max(maxLen, end - start + 1); // 更新最大长度 } return maxLen; } }; ``` #### 3. 使用布尔数组 另一种方法是使用布尔数组记录字符是否已经在当前窗口中出现,这种方法适用于字符集较小的情况(如 ASCII)。 ```cpp class Solution { public: int lengthOfLongestSubstring(string s) { bool used[128] = {false}; int maxLen = 0; int left = 0, right = 0; while (right < s.size()) { if (used[s[right]]) { // 如果当前字符已存在,则移动左指针并更新数组 used[s[left++]] = false; } else { used[s[right++]] = true; maxLen = max(maxLen, right - left); } } return maxLen; } }; ``` ### 总结 - **滑动窗口法**是最优解法,时间复杂度为 $O(n)$,空间复杂度为 $O(m)$($m$ 为字符集大小)。 - **哈希表**方法灵活性更强,适用于字符集较大的情况。 - **布尔数组**方法适用于字符集较小的情况,实现简单且效率较高。 这些方法都可以通过 LeetCode 测试用例,并且在性能上表现良好。 --- ###
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