力扣03:无重复字符的最长子串(哈希解法)

本文通过实例详细解析了利用哈希表求解最长无重复子字符串的问题,并附带了C++代码实现及性能对比分析,展示了哈希表方法相较于暴力求解的优势。

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

        今天第二次写这个题,竟然在哈希那块给卡住了,写个博客记录一下.

该题还有一种解法就是两层for循环套着 ,也就是暴力求解,所耗费时间较长,没有什么实际的意义,在此就不说了.

 上图即为题示:题解及代码每一步的运行详解如下:

 附上代码:

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        unordered_set<char> occ;// 哈希集合,记录每个字符是否出现过
        int n = s.size(); //算出string s的长度
        int rk = -1, ans = 0;    //rk即为初始指针的位置  在string s的左侧  所以其值为-1
        for (int i = 0; i < n; ++i) {
            if (i != 0) {
                occ.erase(s[i - 1]); //
            }
            while (rk + 1 < n && !occ.count(s[rk + 1])) {
                // 不断地移动右指针
                occ.insert(s[rk + 1]); 
                ++rk;
            } 
            ans = max(ans, rk - i + 1);  //ans = 1
        }        
        return ans;
    }
};

下面再附上这俩代码提交的时间对比:
暴力求解的解法所需时间以及内存消耗.

 哈希:

 

### Java 实现 LeetCode 第 3 题:无重复字符长子 以下是基于滑动窗口算法的 Java 解决方案,该方法通过维护一个动态窗口来高效解决问题。此解法的时间复杂度为 O(n),空间复杂度为 O(min(m, n)),其中 m 是字符中不同字符的数量。 #### 滑动窗口原理 滑动窗口的核心思想是利用两个指针 `left` 和 `right` 来表示当前正在考察的子范围。当发现有重复字符时,移动左边界直到不再存在重复字符为止[^1]。 ```java public class Solution { public int lengthOfLongestSubstring(String s) { if (s == null || s.length() == 0) return 0; int maxLength = 0; int left = 0; // 左边界初始位置 Map<Character, Integer> charIndexMap = new HashMap<>(); for (int right = 0; right < s.length(); right++) { // 右边界逐步扩展 char currentChar = s.charAt(right); if (charIndexMap.containsKey(currentChar) && charIndexMap.get(currentChar) >= left) { // 如果当前字符已经存在于哈希表中,则更新左边界到上一次出现的位置之后 left = charIndexMap.get(currentChar) + 1; } charIndexMap.put(currentChar, right); // 更新或记录当前字符及其索引 maxLength = Math.max(maxLength, right - left + 1); // 计算大长度 } return maxLength; } } ``` 上述代码实现了以下逻辑: - 使用 `HashMap` 存储每个字符近一次出现的索引。 - 当遇到重复字符时,调整左边界至之前重复字符的下一个位置。 - 动态计算并保存大的无重复子长度[^2]。 #### 测试案例 为了验证程序的有效性,可以运行如下测试: ```java public static void main(String[] args) { Solution sol = new Solution(); System.out.println(sol.lengthOfLongestSubstring("abcabcbb")); // 输出: 3 ["abc"] System.out.println(sol.lengthOfLongestSubstring("bbbbb")); // 输出: 1 ["b"] System.out.println(sol.lengthOfLongestSubstring("pwwkew")); // 输出: 3 ["wke"] System.out.println(sol.lengthOfLongestSubstring("")); // 输出: 0 [] System.out.println(sol.lengthOfLongestSubstring("au")); // 输出: 2 ["au"] } ``` 这些测试涵盖了多种情况,包括空字符、全相同字符以及正常输入场景下的表现[^3]。 #### 复杂度分析 时间复杂度:O(n),因为每个字符多被访问两次——一次由右指针遍历,另一次可能因左指针移动而重新评估。 空间复杂度:O(min(m, n)),取决于字符中的唯一字符数量与总长度之间的较小者[^4]。 ---
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