leetcode LCR 016. 无重复字符的最长子串

一、题目描述

给定一个字符串 s ，请你找出其中不含有重复字符的 最长连续子字符串 的长度。

示例 1：

输入: s = “abcabcbb”
输出: 3
解释: 因为无重复字符的最长子字符串是 “abc”，所以其长度为 3。
示例 2：

输入: s = “bbbbb”
输出: 1
解释: 因为无重复字符的最长子字符串是 “b”，所以其长度为 1。
示例 3：

输入: s = “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。
示例 4：

输入: s = “”
输出: 0

提示：

0 <= s.length <= 5 * 104
s 由英文字母、数字、符号和空格组成

二、题目解析

1、暴力解法

class Solution {
    public int lengthOfLongestSubstring(String s) {
        if(s == null || s.length() == 0){
            return 0;
        }
        if(s.length() == 1){
            return 1;
        }
        int max = 0,temp = 0;;
        HashSet<Character> set = new HashSet<>();
        for(int i = 0;i < s.length();i++){
            temp = 1;
            set.add(s.charAt(i));
            for(int j = i + 1;j < s.length();j++){
                if(!set.contains(s.charAt(j))){
                    temp++;
                    set.add(s.charAt(j));
                    max = temp > max ? temp : max;
                }else{
                    set.clear();
                    max = temp > max ? temp : max;
                    break;
                }
                
            }
        }
        return max;
    }
}

时间复杂度O（N^2）,空间复杂度：O(n)

2、滑动窗口
暴力解法存在重复计算，同一个子串会进行多次判断是否存在重复字符

我们可以做如下的优化：

如果 s[i, j) 子串没有重复字符的话，那么如果要判断 s[i, j] 没有重复字符的话，我们只需要判断 s[i, j) 中是否存在 s[j] 即可

class Solution {
    public int lengthOfLongestSubstring(String s) {
        if(s == null || s.length() == 0){
            return 0;
        }
        if(s.length() == 1){
            return 1;
        }
        //初始滑动窗口1个元素
        int max = 1,left = 0,right = 1;
        HashSet<Character> set = new HashSet<>();
        set.add(s.charAt(0));
        //滑动窗口尝试扩大右边界
        while(right < s.length()){
         //当前元素和滑动窗口内元素重复，则左边界向右滑动直到当前元素和滑动窗口内元素不重复
            while(set.contains(s.charAt(right))){
                set.remove(s.charAt(left));
                left++;

            }
            //当前元素和滑动窗口内元素不重复，则确定扩大右边界，并不断更新滑动窗口最大值
            max = right - left + 1 > max ? right - left + 1 : max;
            set.add(s.charAt(right));
            right++;
        }
        return max;
    }
}

时间复杂度O（N）,空间复杂度：O(n)