leetcode--3. 无重复字符的最长子串[滑动窗口\哈希表 c++]

本文解析了如何使用滑动窗口和哈希表解决LeetCode中的无重复字符最长子串问题,详细介绍了算法步骤和代码实现。

原题 :
3. 无重复字符的最长子串 - 力扣(LeetCode)

题目解析:

最长子串可以用滑动窗口解决,无重复字符可以使用哈希表解决。

算法原理:

滑动窗口+哈希表

哈希表作为一个数组存放每个字符出现的次数。

滑动窗口四步走

1.进窗口

2.判断

3.出窗口

4.更新状态

进窗口 --- 利用哈希表记录进入窗口的字符,即right指向的字符。因为字母有对应的ascii码值,可以转化为int类型,所以直接将字符作为哈希表的下标。

判断 --- 在滑动窗口的判断阶段,若哈希表中存放的数字大于1,则说明当前right指向的字符重复

出窗口---直到left指针跳过了和right指针相同的字符

更新状态---此时right指针指向的字符的哈希表数据更新为1,表明不再重复,继续遍历。

因为left和right都一直向前遍历,所以是同向双指针,即滑动窗口

代码

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int hash[128]={0};
        int n = s.size(), left = 0,right = 0,ret = 0;
        while(right <n)
        {
            //进窗口
            hash[s[right]]++;
            //判断
            while(hash[s[right]] > 1)
            {
                //出窗口
                hash[s[left++]]--;
            }
            //更新
            ret = max(ret,right-left+1);
            right++;
        }
return ret;
    }
};

### 解法分析 解决“无重复字符长子”问题的高效方法是使用**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. 滑动窗口滑动窗口法的时间复杂度为 $O(n)$,其中 $n$ 是字符的长度。它通过单次遍历字符,动态调整窗口的左右边界,从而找出无重复字符的子。 ```cpp class Solution { public: int lengthOfLongestSubstring(string s) { vector<int> charIndex(128, -1); // 用于记录每个字符近出现的位置 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
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