【LeetCode】3. 无重复字符的最长子串

题目

给定一个字符串，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: "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: "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: "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。

本题同【剑指Offer】面试题48. 最长不含重复字符的子字符串

思路一：暴力遍历

以每个字符开始寻找最长子串。

代码

时间复杂度：O(n^2)

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        if (s.empty()) {
            return 0;
        }
        int size = s.size();
        unordered_set<int> uset;
        int res = 1;
        for (int i = 0; i < size; ++i) {
            uset.clear();
            int c = 0;
            for (int j = i; j < size; ++j) {
                if (uset.count(s[j]) > 0) {                    
                    break;
                } else {
                    uset.insert(s[j]);
                    ++c;
                }
            }
            res = max(res, c);
        }
        return res;
    }
};

思路二：滑动窗口

将哈希表作为滑动窗口。
如果 s[j] 在子串 [i, j - 1] 中，因为子串 [i, j - 1] 已经检查过没有重复字符，所以，在将i向前移动后，[i + 1, j - 1] 也不存在重复字符， 所以 j 不需要再次从 i + 1 位置向后检查，还是判断是否在子串 [i + 1, j - 1] 中。

代码

时间复杂度：O(n)，最坏情况下每个位置字符没i和j都访问一次。

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int size = s.size();
        unordered_set<int> uset;
        int res = 0, i = 0, j = 0;
        while (i < size && j < size) {
            if (uset.count(s[j]) > 0) {                
                uset.erase(s[i]);
                ++i;
            } else {                
                uset.insert(s[j]);
                ++j;
                res = max(res, j - i);
            }
        }
        return res;
    }
};

优化

判断每个字符结尾的无重复最长子串，通过map建立字符到位置索引的映射。
时间复杂度：O(n)，

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int size = s.size();
        unordered_map<char, int> umap;
        int res = 0;
        for (int i = 0, j = 0; j < size; ++j) {
            //或 if (umap.count(s[j]) > 0) 
            if (umap.find(s[j]) != umap.end()) {
                i = max(i, umap[s[j]] + 1);
            } 
            res =  max(res, j - i + 1);
            umap[s[j]] = j;            
        }
        return res;
    }
};

思路三：优化滑动窗口

当数据集比较小，可以直接用数组模拟哈希表。

代码

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int size = s.size();
        vector<int> hash(128, -1);
        int res = 0;
        for (int i = 0, j = 0; j < size; ++j) {            
            i = max(i, hash[s[j]] + 1);
            res =  max(res, j - i + 1);
            hash[s[j]] = j;            
        }
        return res;
    }
};