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。
示例 1:
输入: s = “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: s = “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: 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。
提示:
暴力法
我们在考虑滑动窗口前,可以先想下暴力法的解决办法,然后再优化推演出滑动窗口的解法。本题的暴力法非常的简单,只需用两层循环来遍历数组,如果找到了重复的字符,则更新结果,再进到下一层循环,因为我们需要知道遍历的结果是否重复,所以此题需要用到哈希表来记录遍历的结果。
class Solution {
public:
int lengthOfLongestSubstring(string s) {
int n = s.size(), ret = 0;
unordered_map<int, int> map; //也可以使用数组来代替
for(int left = 0; left < n; ++left)
{
map.clear(); //清除上一轮循环的影响
for(int right = left; right < n; ++right)
{
map[s[right]]++; //更新哈希表
if(map[s[right]] > 1) //发现重复字符,推出循环
break;
ret = max(ret, right-left+1); //更新状态
}
}
return ret;
}
};
时间复杂度:
O
(
n
2
)
O(n^2)
O(n2)
空间复杂度:
O
(
1
)
O(1)
O(1) (空间最多为字符集的个数)
滑动窗口
再暴力法中可以发现,在
r
i
g
h
t
right
right 遇到重复字符时便退出了循环,重新在
l
e
f
t
left
left 的下一个位置继续遍历,我们可以发现重复在这轮循环中重复遍历了不少上一次循环的字符,那么我们就可以在这里进行优化。
做滑动窗口的步骤:
class Solution {
public:
int lengthOfLongestSubstring(string s) {
int n = s.size(), ret = 0;
unordered_map<int, int> map;
for(int left = 0, right = 0; right < n; ++right)
{
map[s[right]]++; //进窗口
while(map[s[right]] > 1) //判断是否重复
map[s[left++]]--; //出窗口
ret = max(ret, right-left+1); //更新结果状态
}
return ret; //返回结果
}
};
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
1
)
O(1)
O(1)