python leetcode 3 无重复字符的最长子串【中等题】

这篇博客介绍了如何利用滑动窗口和双指针算法来解决寻找字符串中最长无重复字符子串的问题。三种解题思路被提出:1) 注意重复字符对子串计算的影响;2) 使用滑动窗口维护目标区间;3) 应用双指针方法。每种方法都通过Python代码进行了详细解释,包括关键步骤和逻辑。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一 读懂题目

二. 分析,推导解法,产生思路。

 解题思路1:注意重复字符的位置对子串计算的影响

解题思路2:滑动窗口,维护目标区间

解题思路3:双指针

注意:哈希集合(set),记录每个字符是否出现过

三 代码实现

    def lengthOfLongestSubstring_b(self, s):
        '''
        解题思路:查找子串的过程中,若未遇到之前出现过的字符,则计算子串长度(即当前点与最近未重复的字符(start;子串计数起始位置)之差)
        如果遇到前面出现过的字符,则修改子串计数起始位置,重复字符覆盖前一个字符。
        eg:'abcabcbb'
            初始时,最近未重复位置start无,此处设置为-1;
            遇到第一个重复的a后,最近未重复位置为a(即s[0]);后面的子串计算,从s[0]=a以后开始(修改子串计数起始位置),避免了重复元素a;
            遇到第二个重复字符b后,最近未重复位置为b(即s[1]);后面的子串计算,从s[1]=b以后开始,避免了新重复元素b;
        '''
        start = -1
        max_len =0
        d ={}

        for i in range(len(s)):
            # 如果出现重复字符x
            if s[i] in d and d[s[i]] > start:   # d[s[i]] > start:避免出现子串计数起始位置跳回前面已覆盖的重复元素
                # 为避免x重复出现,修改子串计数起始位置
                start = d[s[i]]
                # 不再考虑前一个重复字符,覆盖前一个重复字符
                d[s[i]] = i
            else:
                d[s[i]] = i
                # 计算并比较子串长度
                if i - start > max_len:
                    max_len = i - start
            print(i,start,d,max_len)
        return max_len
def lengthOfLongestSubstring_t(self, s):
    # 滑动窗口
    '''
    维护一个区间,从左至右遍历,
    遇到重复字符,计算子串长度并从左至右删除字符直到删除重复字符
    '''

    if len(s) < 2 :
        return len(s)

    set_str = set()
    max_len = 0
    cur_len = 0
    left = 0    #删除字符引入的变量
    for i in range(len(s)):
        print(i, max_len, cur_len, set_str)
        # 遇到重复字符
        if s[i] in set_str :
            # 比较当前子串与最长子串
            if cur_len > max_len :
                max_len = cur_len
            # 删除字符,直到删除重复字符
            while s[i] in set_str:
                set_str.remove(s[left])
                left += 1
                cur_len -= 1
        set_str.add(s[i])
        cur_len += 1
    # 处理最后一个子串
    if cur_len > max_len:
        max_len = cur_len
    return max_len
    def lengthOfLongestSubstring_t1(self, s):
        # 双指针
        left = 0
        chars = set()
        max_len = 0
        for right in range(len(s)):
            # 字符不存在于集合,右指针右移一位,添加字符
            if s[right] not in chars:
                chars.add(s[right])
            else:
            # 字符存在于集合,左指针右移,直到删除重复字符
                while s[right] in chars:
                    chars.remove(s[left])
                    left += 1
                chars.add(s[right])
            # 判断当前子串是否为最长子串
            if max_len < right - left+1:
                max_len = right - left+1

        return max_len

 

### LeetCode &#39;无重复字符长子&#39; 的 Python 实现 此问的目标是从给定字符中找到不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。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