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: "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。
示例 2:
输入: "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。
示例 3:
输入: "pwwkew"
输出: 3
解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。
请注意,你的答案必须是 子串 的长度,"pwke" 是一个子序列,不是子串。
第一种思路:我刚开始的思路就是利用暴力枚举。怎么枚举呢?首先我们要找一个字符串的子集,需要确定两个变量,子集的起始位置和大小。这样我们就可以得到一个字符串的所有子集。
class Solution {
public boolean compare(int i,int j,String s)
{
//判断是否存在重复字符,
char s1[] = s.toCharArray();
int book[] = new int[256];
for(int k = 0;k < j;++k)
{
book[s1[i+k]-' ']++;
if(book[s1[i+k]-' '] >= 2) return false;
}
return true;
}
public int lengthOfLongestSubstring(String s) {
int ans = 0;
for(int i = 0;i < s.length();++i)
{
for(int j = 1;j <= s.length()-i;++j)
{
if(compare(i,j,s))
{
if(j > ans) ans = j;
}
}
}
return ans;
}
}
但时间复杂度接近O(N^3),所以很可能TLE。
第二种思路:来自官方解答,利用滑动窗口的思想,
在暴力法中,我们会反复检查一个子字符串是否含有有重复的字符,但这是没有必要的。如果从索引 i到 j−1之间的子字符串 sij已经被检查为没有重复字符。我们只需要检查 s[j] 对应的字符是否已经存在于子字符串 sij中。
要检查一个字符是否已经在子字符串中,我们可以检查整个子字符串,这将产生一个复杂度为 O(n^2)的算法,但我们可以做得更好。
通过使用 HashSet 作为滑动窗口,我们可以用 O(1) 的时间来完成对字符是否在当前的子字符串中的检查。
滑动窗口是数组/字符串问题中常用的抽象概念。 窗口通常是在数组/字符串中由开始和结束索引定义的一系列元素的集合,即 [i,j)(左闭,右开)。而滑动窗口是可以将两个边界向某一方向“滑动”的窗口。例如,我们将 [i,j)向右滑动 1个元素,则它将变为 [i+1,j+1)(左闭,右开)。
回到我们的问题,我们使用 HashSet 将字符存储在当前窗口 [i,j)(最初 j=i)中。 然后我们向右侧滑动索引 j,如果它不在 HashSet 中,我们会继续滑动j。直到 s[j] 已经存在于 HashSet 中。此时,我们找到的没有重复字符的最长子字符串将会以索引 i 开头。如果我们对所有的 i这样做,就可以得到答案。
class Solution {
public int lengthOfLongestSubstring(String s) {
int n = s.length();
Set<Character> set = new HashSet<>();
int ans = 0,i = 0,j = 0;
while(i < n && j < n)
{
//try to extend range[i,j]
if(!set.contains(s.charAt(j)))
{
set.add(s.charAt(j++));
ans = Math.max(ans,j-i);
}
else
set.remove(s.charAt(i++));
}
return ans;
}
}