Leetcode:无重复字符的最长子串

本文探讨了两种求解最长无重复字符子串的方法:一种是利用动态规划思想的二维数组实现;另一种则是采用滑动窗口技术,通过集合判断字符是否重复。最终目标在于寻找给定字符串中不含重复字符的最长子串长度。

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。

自个儿写的二维数组动态规划代码:

/**
 * TODO
 *leetcode第三题动态规划解法
 * @author Roy
 * @date 2021/2/22 22:18
 */
class EveryDay3_1 {
    public int lengthOfLongestSubstring(String s) {
        if(s.length()==0) return 0;
        String dp[][] = new String[s.length()][s.length()];
        for(int i=0;i<dp[0].length;i++) dp[0][i]=s.charAt(i)+"";
        int max =1;
        for(int i=1;i<dp.length;i++){
            for(int j=0;j<dp[i].length-1;j++){
                if(dp[i-1][j+1]!=null){
                    dp[i][j]=dp[i-1][j].substring(0,dp[i-1][j].length()-(i-1))+dp[i-1][j+1];
                    if(judgeRepeat(dp[i][j])==0&&max<dp[i][j].length()){
                        max = dp[i][j].length();
                    }
                }
            }
        }
        return max;

    }
    public int judgeRepeat(String s){
        int zifu[]=new int[300];
        for(int i=0;i<s.length();i++){
            zifu[s.charAt(i)]++;
        }
        for(int i=0;i<zifu.length;i++){
            if(zifu[i]>1){
                return 1;//1有重复
            }
        }
        return 0;//0无重复
    }
}

参考题解写的滑动窗口写法:

import java.util.HashSet;
import java.util.Set;

/**
 * TODO
 * leetcode 每日一题第三题滑动窗口解法
  @author Roy
 * @date 2021/2/10 21:02
 */
public class EveryDay3 {
    public static int lengthOflongestSubString(String s){
        Set<Character> set = new HashSet<Character>();
        int length = s.length();
        int start = 0;
        int end = -1;
        int ans = 0;
        for(int i=0;i<length;i++){
            if(i!=0){
                set.remove(s.charAt(i-1));
            }
            while(end+1<length&&!set.contains(s.charAt(end+1))){
                set.add(s.charAt(end+1));
                ++end;
            }
            ans = Math.max(ans,end-i+1);
        }
        return ans;
    }

    public static void main(String[] args) {
        lengthOflongestSubString("asdrfeadcvcssscdes");
    }

}

 

成都市作为中国西部地区具有战略地位的核心都市,其人口的空间分布状况对于城市规划、社会经济发展及公共资源配置等研究具有基础性数据价值。本文聚焦于2019年度成都市人口分布的空间数据集,该数据以矢量格式存储,属于地理信息系统中常用的数据交换形式。以下将对数据集内容及其相关技术要点进行系统阐述。 Shapefile 是一种由 Esri 公司提出的开放型地理空间数据格式,用于记录点、线、面等几何要素。该格式通常由一组相互关联的文件构成,主要包括存储几何信息的 SHP 文件、记录属性信息的 DBF 文件、定义坐标系统的 PRJ 文件以及提供快速检索功能的 SHX 文件。 1. **DBF 文件**:该文件以 dBase 表格形式保存与各地理要素相关联的属性信息,例如各区域的人口统计数值、行政区划名称及编码等。这类表格结构便于在各类 GIS 平台中进行查询与编辑。 2. **PRJ 文件**:此文件明确了数据所采用的空间参考系统。本数据集基于 WGS84 地理坐标系,该坐标系在全球范围内广泛应用于定位与空间分析,有助于实现跨区域数据的准确整合。 3. **SHP 文件**:该文件存储成都市各区(县)的几何边界,以多边形要素表示。每个多边形均配有唯一标识符,可与属性表中的相应记录关联,实现空间数据与统计数据的联结。 4. **SHX 文件**:作为形状索引文件,它提升了在大型数据集中定位特定几何对象的效率,支持快速读取与显示。 基于上述数据,可开展以下几类空间分析: - **人口密度评估**:结合各区域面积与对应人口数,计算并比较人口密度,识别高密度与低密度区域。 - **空间集聚识别**:运用热点分析(如 Getis-Ord Gi* 统计)或聚类算法(如 DBSCAN),探测人口在空间上的聚集特征。 - **空间相关性检验**:通过莫兰指数等空间自相关方法,分析人口分布是否呈现显著的空间关联模式。 - **多要素叠加分析**:将人口分布数据与地形、交通网络、环境指标等其他地理图层进行叠加,探究自然与人文因素对人口布局的影响机制。 2019 年成都市人口空间数据集为深入解析城市人口格局、优化国土空间规划及完善公共服务体系提供了重要的数据基础。借助地理信息系统工具,可开展多尺度、多维度的定量分析,从而为城市管理与学术研究提供科学依据。 资源来源于网络分享,仅用于学习交流使用,勿用于商业,如有侵权联系我删除!
### LeetCode '无重复字符最长子串' 的 Python 实现 此问题的目标是从给定字符串中找到包含任何重复字符最长子串长度。以下是基于滑动窗口算法的一种高效解决方案。 #### 方法概述 通过维护一个动态窗口来跟踪当前无重复字符子串范围,可以有效地解决该问题。具体来说,利用哈希表记录每个字符近一次出现的位置,并调整窗口左边界以排除重复项。 #### 代码实现 以下是一个标准的 Python 解决方案: ```python def lengthOfLongestSubstring(s: str) -> int: char_index_map = {} # 存储字符及其新索引位置 max_length = 0 # 记录子串长度 start = 0 # 当前窗口起始位置 for i, char in enumerate(s): # 遍历字符串 if char in char_index_map and char_index_map[char] >= start: # 如果发现重复字符,则更新窗口起点 start = char_index_map[char] + 1 char_index_map[char] = i # 更新或新增字符对应的索引 current_length = i - start + 1 # 当前窗口大小 max_length = max(max_length, current_length) # 更新长度 return max_length ``` 上述代码的核心逻辑在于使用 `char_index_map` 来存储已访问过的字符以及它们后出现的位置[^1]。当遇到重复字符时,重新计算窗口的起始点并继续扩展窗口直到遍历结束[^2]。 对于输入 `"abcabcbb"`,执行过程如下: - 初始状态:`start=0`, `max_length=0` - 处理到第3个字符 `'c'` 之前未检测到重复,此时 `max_length=3` - 发现有重复字符 `'a'` 后移动窗口左侧至新位置,终返回结果为 `3`. 同样地,在处理像 `"bbbbb"` 这样的极端情况时也能正确得出答案为 `1`[^4]. #### 时间复杂度与空间复杂度分析 时间复杂度 O(n),其中 n 是字符串长度;因为每个字符多被访问两次——加入和移除窗口各一次。 空间复杂度 O(min(m,n)) ,m 表示 ASCII 字符集大小 (通常固定为128), 而 n 取决于实际输入字符串长度[^5]. ---
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