LeetCode算法题之3:Longest Substring Without Repeating Characters

LeetCode之3:Longest Substring Without Repeating

问题描述:

在这里插入图片描述
查找一个字符串的最长不重复子序列。

问题的陷阱与难点:

  1. 能否在O(N)时间内完成搜索。
  2. 能否在较短时间内理清逻辑,快速写出代码。

缺陷代码分析(优于51.30% 在线提交)

import java.util.*;
class Solution {
    public int lengthOfLongestSubstring(String s) {
        if (s==null || s.length()==0)
            return 0;
        Map<Character, Character> map = new HashMap<>();//用一个HashMap存放当前不重复的字符
        int length = s.length();
        int max = 0;//保存最大不重复子序列的长度
        int curLengh = 0;//保存当前子序列的长度
        char[] array = s.toCharArray();
        int left, right;//当前子序列的左右边界
        left = right = 0;
        while (right < length) {
            if (map.get(array[right])==null) {//如果当前字符唯一,则子序列向右扩展,并更新curLength值。
                map.put(array[right],array[right]);//保存这个当前字符
                curLengh++;
                max = max < curLengh ? curLengh : max;//更新max值
            } else {
            	//如果字符重复,则删掉子序列中左边界到重复字符的所有字符
            	//调整left和curLength值。因为保留重复字符左侧的任何字符对于获取更长的子序列都是无意义的。
                max = max < curLengh ? curLengh : max;//如果当前子序列是最长的,则更新max
                while(array[left]!=array[right]) {//删除操作
                    map.remove(array[left]);
                    left++;
                    curLengh--;
                }
                left++;
            }
            right++;//继续遍历
        }
        return max;
    }
}

这道题主要考察的是思路,即如何在碰到重复字符后,通过尽可能少的遍历操作定位下一个长串。我的主要思路是删除当前子序列中左边界到重复字符的所有字符,因为保留重复字符左侧的任何字符对于获取更长的子序列都是无意义的。(子序列动起来有点像一条蠕动的蚯蚓,你们脑补一下)

  1. 使用HashMap保存唯一字符是否是合理的?
传送带损坏与对象检测数据集 一、基础信息 • 数据集名称:传送带损坏与对象检测数据集 • 图片数量: 训练集:645张图片 验证集:185张图片 测试集:92张图片 总计:922张工业监控图片 • 训练集:645张图片 • 验证集:185张图片 • 测试集:92张图片 • 总计:922张工业监控图片 • 分类类别: Hole(孔洞):传送带表面的孔洞损坏。 Human(人类):工作区域中的人类,用于安全监控。 Other Objects(其他对象):非预期对象,可能引起故障。 Puncture(刺穿):传送带被刺穿的损坏。 Roller(滚筒):传送带滚筒部件。 Tear(撕裂):传送带撕裂损坏。 impact damage(冲击损坏):由于冲击导致的损坏。 patch work(修补工作):已修补的区域。 • Hole(孔洞):传送带表面的孔洞损坏。 • Human(人类):工作区域中的人类,用于安全监控。 • Other Objects(其他对象):非预期对象,可能引起故障。 • Puncture(刺穿):传送带被刺穿的损坏。 • Roller(滚筒):传送带滚筒部件。 • Tear(撕裂):传送带撕裂损坏。 • impact damage(冲击损坏):由于冲击导致的损坏。 • patch work(修补工作):已修补的区域。 • 标注格式:YOLO格式,包含边界框和类别标签,适用于目标检测任务。 • 数据格式:图像数据来源于工业监控系统,适用于计算机视觉分析。 二、适用场景 • 工业自动化检测系统开发:用于构建自动检测传送带损坏和异物的AI模型,实现实时监控和预防性维护,减少停机时间。 • 安全监控应用:识别人类和其他对象,提升工业环境的安全性,避免事故和人员伤害。 • 学术研究与创新:支持计算机视觉在制造业、物流和自动化领域的应用研究,促进AI技术与工业实践的融合。 • 教育与培训:可用于培训AI模型或作为工业工程和自动化教育的案例数据,帮助学习者理解实际应用场景。 三、数据集优势 • 多样化的类别覆盖:包含8个关键类别,涵盖多种损坏类型和对象,确保模型能够处理各种实际工业场景,提升泛化能力。 • 精准的标注质量:采用YOLO格式,边界框标注准确,由专业标注人员完成,保证数据可靠性和模型训练效果。 • 强大的任务适配性:兼容主流深度学习框架(如YOLO、TensorFlow、PyTorch),可直接用于目标检测任务,并支持扩展至其他视觉任务需求。 • 突出的工业价值:专注于工业传送带系统的实际需求,帮助提升生产效率、降低维护成本,并增强工作场所安全,具有较高的实际应用价值。
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