无重复字符的最长子串(Java)

本文介绍了一种使用滑动窗口技巧解决字符串问题的方法,通过Java代码实现找到给定字符串中不含有重复字符的最长子串的长度。重点讲解了如何处理重复字符和更新滑动窗口的逻辑,确保找到最大长度的子串。

给定一个字符串 s ,请你找出其中不含有重复字符的 最长子串 的长度。

 滑动窗口法,

class Solution {
    public int lengthOfLongestSubstring(String s) {
            if(s == null || s.isEmpty()) return 0;

            int slow = 0,//滑动窗口左指针
            int fast = 0;
            int max = 0;//用于记录最大不重复子串的长度

            HashMap<Character,Integer> currentmap = new HashMap<>();
            int len=s.length();
            char [] letter =s.toCharArray();//

            for(;fast<len;fast++){
  /**
            1、首先,判断当前字符是否包含在map中,如果不包含,将该字符添加到map(字符,字符在数组下标),
             此时没有出现重复的字符,左指针不需要变化。此时不重复子串的长度为:i-left+1,与原来的maxLen比较,取最大值;

            2、如果当前字符 ch 包含在 map中,此时有2类情况:
             1)当前字符包含在当前有效的子段中,如:abca,当我们遍历到第二个a,当前有效最长子段是 abc,我们又遍历到a,
             那么此时更新 left 为 map.get(a)+1=1,当前有效子段更新为 bca;
             2)当前字符不包含在当前最长有效子段中,如:abba,我们先添加a,b进map,此时left=0,我们再添加b,发现map中包含b,
             而且b包含在最长有效子段中,就是1)的情况,我们更新 left=map.get(b)+1=2,此时子段更新为 b,而且map中仍然包含a,map.get(a)=0;
             随后,我们遍历到a,发现a包含在map中,且map.get(a)=0,如果我们像1)一样处理,就会发现 left=map.get(a)+1=1,实际上,left此时
             应该不变,left始终为2,子段变成 ba才对。

             为了处理以上2类情况,我们每次更新left,left=Math.max(left , map.get(ch)+1).
             另外,更新left后,不管原来的 s.charAt(i) 是否在最长子段中,我们都要将 s.charAt(i) 的位置更新为当前的i,
             因此此时新的 s.charAt(i) 已经进入到 当前最长的子段中!
             */

                char curr = letter[fast];
                if(currentmap.containsKey(curr)){
                    slow =Math.max(slow, currentmap.get(curr) + 1);
                }
                currentmap.put(curr,fast);
                max=Math.max(max,fast-slow+1);
            }
        return max;

    }
}

无重复字符最长问题指的是,给定一个字符串`s`,找出其中含有字符最长的长度,该问题可使用滑动窗口和哈希表解决,这一组合能解决一系列字符串问题,如小覆盖子、找到字符串中所有字母异位词、最长重复子等[^3]。 ### 算法思路 使用滑动窗口结合哈希表的方法。定义一个哈希表来存储每个字符字符串中出现的位置,同时定义双指针`left`和`right`,其中`left`指向滑动窗口的左端,而`right`则向右移动。在移动`right`指针的同时断更新哈希表,以及记录当前无重复字符最长的长度。当遇到字符时,利用哈希表中记录的信息来更新左指针,并新计算当前的最长[^1]。 ### 代码实现 #### Python实现 ```python def lengthOfLongestSubstring(s): # 哈希表,记录字符及其近一次出现的位置 char_index_map = {} # 滑动窗口的左边界 left = 0 # 最长重复子的长度 max_length = 0 for right in range(len(s)): current_char = s[right] # 如果当前字符已经存在于窗口中,更新左边界 if current_char in char_index_map: left = max(left, char_index_map[current_char] + 1) # 更新哈希表,记录当前字符的位置 char_index_map[current_char] = right # 计算当前窗口的长度,并更新大长度 max_length = max(max_length, right - left + 1) return max_length ``` #### Java实现 ```java import java.util.HashMap; import java.util.Map; class Solution { public int lengthOfLongestSubstring(String s) { int n = s.length(); // 字符串长度 int maxLength = 0; // 最长重复子的长度 Map<Character, Integer> map = new HashMap<>(); // 哈希表,记录字符及其近一次出现的位置 // 滑动窗口的左右边界分别为 i 和 j for (int j = 0, i = 0; j < n; j++) { char currentChar = s.charAt(j); // 当前字符 // 如果当前字符已经存在于窗口中,更新左边界 i if (map.containsKey(currentChar)) { i = Math.max(map.get(currentChar) + 1, i); } // 更新哈希表,记录当前字符的位置 map.put(currentChar, j); // 计算当前窗口的长度,并更新大长度 maxLength = Math.max(maxLength, j - i + 1); } return maxLength; // 返回最长重复子的长度 } } ``` #### C++实现 ```cpp #include <iostream> #include <string> #include <unordered_map> #include <algorithm> class Solution { public: int lengthOfLongestSubstring(std::string s) { int n = s.size(); int maxLength = 0; std::unordered_map<char, int> charIndexMap; for (int right = 0, left = 0; right < n; right++) { char currentChar = s[right]; if (charIndexMap.find(currentChar) != charIndexMap.end()) { left = std::max(left, charIndexMap[currentChar] + 1); } charIndexMap[currentChar] = right; maxLength = std::max(maxLength, right - left + 1); } return maxLength; } }; ``` ### 复杂度分析 - **时间复杂度**:$O(n)$,其中`n`是字符串的长度。因为只需要遍历一次字符串。 - **空间复杂度**:$O(min(n, m))$,其中`m`是字符集的大小(ASCII 字符集大小为 128),哈希表多存储所有唯一字符 [^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