Leetcode3 无重复字符的最长子串

本文介绍了一种求解最长无重复字符子串长度的问题,通过滑动窗口和HashMap记录字符位置,实现了高效查找。提供了详细的解题思路及Java代码示例。

题目描述:

给定一个字符串,找出不含有重复字符的 最长子串 的长度。

示例:

给定 "abcabcbb" ,没有重复字符的最长子串是 "abc" ,那么长度就是3。

给定 "bbbbb" ,最长的子串就是 "b" ,长度是1。

给定 "pwwkew" ,最长子串是 "wke" ,长度是3。请注意答案必须是一个子串,"pwke" 是 子序列 而不是子串

解题思路

这是一道可以跟Two Sum媲美的题。给了我们一个字符串,让我们求最长的无重复字符的子串,注意这里是子串,不是子序列,所以必须是连续的。我们先不考虑代码怎么实现,如果给一个例子"abcabcbb",让你手动找无重复字符的子串,该怎么找?一个字符一个字符的遍历,比如a,b,c,然后又出现了一个a,那么此时就应该去掉第一次出现的a,然后继续往后,又出现了一个b,则应该去掉一次出现的b,以此类推,最终发现最长的长度为3。所以说,我们需要记录之前出现过的字符,记录的方式有很多,最常见的是统计字符出现的个数,但是这道题字符出现的位置很重要,所以我们可以使用HashMap来建立字符和其出现位置之间的映射。进一步考虑,由于字符会重复出现,到底是保存所有出现的位置呢,还是只记录一个位置?我们之前手动推导的方法实际上是维护了一个滑动窗口,窗口内的都是没有重复的字符,我们需要尽可能的扩大窗口的大小。由于窗口在不停向右滑动,所以我们只关心每个字符最后出现的位置,并建立映射。窗口的右边界就是当前遍历到的字符的位置,为了求出窗口的大小,我们需要一个变量left来指向滑动窗口的左边界,这样,如果当前遍历到的字符从未出现过,那么直接扩大右边界,如果之前出现过,那么就分两种情况,在或不在滑动窗口内,如果不在滑动窗口内,那么就没事,当前字符可以加进来,如果在的话,就需要先在滑动窗口内去掉这个已经出现过的字符了,去掉的方法并不需要将左边界left一位一位向右遍历查找,由于我们的HashMap已经保存了该重复字符最后出现的位置,所以直接移动left指针就可以了。我们维护一个结果res,每次用出现过的窗口大小来更新结果res,就可以得到最终结果了。

代码如下:

public int lengthOfLongestSubstring(String s) {
        int res = 0;
        //创建map窗口
        Map<Character, Integer> map = new HashMap<>();
        //定义不重复子串的开始位置为left,结束位置为i
        int left = 0;
        for (int i = 0; i < s.length(); i++) {
            if (map.containsKey(s.charAt(i))) {
                // 随着 end 不断遍历向后,会遇到与 [start, end] 区间内字符相同的情况,
                // map.get(s.charAt(end)此时将字符作为 key 值,获取其 value 值// 修改start值为之前重复字符位置之后的位置
          // 此时[start,end]区间内不存在重复字符
                // start更新时进行比较是因为map里key放的是所有遍历过的字符,而不仅仅是窗口里的字符。
          // 所以现在的字符如果跟窗口外的字符(也就是以前的字符)重复了,start应该保持原样
例如 abcdefcma 到第二个c的时候 i变成了 3,但到第二个 a的时候如果取第一个a的位置,而不是a和当前i的最大值, i就变成了1,左侧索引左移
                abbca
                left = Math.max(left,map.get(s.charAt(i)) + 1);
            }
            //比对当前无重复字段长度和储存的长度,选最大值并替换
            //end-start+1是因为此时i,end索引仍处于不重复的位置,end还没有向后移动,取的[start,end]长度,+1因为索引从1开始
            map.put(s.charAt(i), i);
            //无论是否更新 start,都会更新其 map 数据结构和结果 ans。
            res= Math.max(res, i - left + 1);
            // 将当前字符为key,value 值为字符位置 +1
            // 加 1 表示从字符位置后一个才开始不重复,不然当出现的字符之前出现过时,替换掉start 时就把最后一个数给替换了

        }
        return res;
    }

其他解法:LeetCode(3):无重复字符的最长子串 - Ariel_一只猫的旅行 - 博客园

### LeetCode &#39;无重复字符长子&#39; 的 Python 实现 此问题的目标是从给定字符中找到包含任何重复字符的长子长度。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的子范围,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 # 记录大子长度 start = 0 # 当前窗口起始位置 for i, char in enumerate(s): # 遍历字符 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) # 更新大长度 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 `&#39;c&#39;` 之前未检测到重复,此时 `max_length=3` - 发现有重复字符 `&#39;a&#39;` 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