3. 无重复字符的最长子串
1.题目介绍
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:
- \(0 <= s.length <= 5 * 10^{4}\)
- \(s\) 由英文字母、数字、符号和空格组成
2.题解
2.1 滑动窗口
思路
这里的核心思路是为何ret不需要回溯?
我每次起始位置i向后移动一个,这时候就面临需不需要回溯的问题,即ret要不要重新从起始位置i开始判断。
但是注意这里实际包含的字母是比之前少一个,之前成立的现在必定成立,之前不成立的由于去掉的首位字母有可能实现,这就说明不需要回溯,所以ret维持原有位置即可,维护一个可滑动的窗口,是滑动窗口算法实现的理论基础。
这里使用了底层是哈希表的集合来存储出现的各位字母,然后利用滑动窗口不断判断记录最大长度。
代码
class Solution {
public:
int lengthOfLongestSubstring(string s) {
unordered_set<int> us;
int ret = 0, ans = 0;
for (int i = 0; i < s.length(); i++){
if (i != 0) us.erase(s[i-1]);
while (!us.count(s[ret])){
us.insert(s[ret]);
if (ret != s.length() - 1) ret++;
else return max(ans, ret - i + 1); //注意本来算长度就应该是距离+1,但是之前ret++多加了一个,所以后面直接用的ret-i,这里并没有使用加法,所以需要+1
}
ans = max(ans, ret - i);
}
return ans;
}
};
2.2 滑动窗口(unordered_map)
思路
这里主要思路是用unordered_map维护窗口中的字符值和其所在的最新索引位置
代码
class Solution {
public:
int lengthOfLongestSubstring(string s) {
unordered_map<char, int> window;
int ans = 0, left = 0;
for (int i = 0; i < s.length(); i++){
char ch = s[i];
if(window.count(ch) && window[ch] >= left){
ans = max(ans, i - left);
left = window[ch] + 1;
}
window[ch] = i;
}
//return ans;
return max(ans, i - left); //结尾处必须还要进行一次判断,因为存在所有字符均不重复,导致ans没有进行过一次计算的情况 或者是 最大结果其实是从某一起点开始遍历到最后一个节点,这中间没有重复字符,但是未进行计算
}
};