LeetCode 3 無重複字元的最長子串

給定乙個字串，找出不含有重複字元的最長子串的長度。

示例：

給定"abcabcbb"，沒有重複字元的最長子串是"abc"，那麼長度就是3。

給定"bbbbb"，最長的子串就是"b"，長度是1。

給定"pwwkew"，最長子串是"wke"，長度是3。請注意答案必須是乙個子串，"pwke"是子串行而不是子串。

方法一：暴力法

思路

逐個檢查所有的子字串，看它是否不含有重複的字元。

演算法

假設我們有乙個函式boolean allunique(string substring)，如果子字串中的字元都是唯一的，它會返回true，否則會返回false。我們可以遍歷給定字串s的所有可能的子字串並呼叫函式allunique。如果事實證明返回值為true，那麼我們將會更新無重複字元子串的最大長度的答案。

現在讓我們填補缺少的部分：

為了列舉給定字串的所有子字串，我們需要列舉它們開始和結束的索引。假設開始和結束的索引分別為 iii 和 jjj。那麼我們有 0≤i0≤is的所有子字串。

要檢查乙個字串是否有重複字元，我們可以使用集合。我們遍歷字串中的所有字元，並將它們逐個放入set中。在放置乙個字元之前，我們檢查該集合是否已經包含它。如果包含，我們會返回false。迴圈結束後，我們返回true。

public
class
solution 
public
boolean allunique(string s, int start, int
end) 
return
true
;    　　}
}

方法二：滑動視窗

演算法暴力法非常簡單。但它太慢了。那麼我們該如何優化它呢？

在暴力法中，我們會反覆檢查乙個子字串是否含有有重複的字元，但這是沒有必要的。如果從索引 iii 到 j−1j - 1j−1 之間的子字串 sijs_sij 已經被檢查為沒有重複字元。我們只需要檢查 s[j]s[j]s[j] 對應的字元是否已經存在於子字串 sijs_sij 中。

要檢查乙個字元是否已經在子字串中，我們可以檢查整個子字串，這將產生乙個複雜度為 o(n2)o(n^2)o(n2) 的演算法，但我們可以做得更好。

通過使用 hashset 作為滑動視窗，我們可以用 o(1)o(1)o(1) 的時間來完成對字元是否在當前的子字串中的檢查。

滑動視窗是陣列/字串問題中常用的抽象概念。視窗通常是在陣列/字串中由開始和結束索引定義的一系列元素的集合，即 [i,j)[i, j)[i,j)（左閉，右開）。而滑動視窗是可以將兩個邊界向某一方向「滑動」的視窗。例如，我們將 [i,j)[i, j)[i,j) 向右滑動 111 個元素，則它將變為 [i+1,j+1)[i+1, j+1)[i+1,j+1)（左閉，右開）。

回到我們的問題，我們使用 hashset 將字元儲存在當前視窗 [i,j)[i, j)[i,j)（最初 j=ij = ij=i）中。然後我們向右側滑動索引 jjj，如果它不在 hashset 中，我們會繼續滑動 jjj。直到 s[j] 已經存在於 hashset 中。此時，我們找到的沒有重複字元的最長子字串將會以索引 iii 開頭。如果我們對所有的 iii 這樣做，就可以得到答案。

複雜度分析

方法三：優化的滑動視窗

上述的方法最多需要執行 2n 個步驟。事實上，它可以被進一步優化為僅需要 n 個步驟。我們可以定義字元到索引的對映，而不是使用集合來判斷乙個字元是否存在。當我們找到重複的字元時，我們可以立即跳過該視窗。

也就是說，如果s[j]在[i,j]有與 j′重複的字元，我們不需要逐漸增加 [i,j]。我們可以直接跳過[i,j] [i，

j′]'>[i，j′]

′ 重複的字元，我們不需要逐漸增加 iii 。我們可以直接跳過 [i，

j′]'>[i，j′]

範圍內的所有元素，並將 i變為 j′+1

public
class
solution 
ans = math.max(ans, j - i + 1);
map.put(s.charat(j), j + 1);
}return
ans;}}

給定字串　　pwwkew

LeetCode 3 無重複字元的最長子串

leetcode 3 無重複的字串

leetcode 3 無重複字元的最長字元子串

leetcode 3 最長無重複字串

LeetCode 3 無重複字元的最長子串

leetcode 3 無重複的字串

leetcode 3 無重複字元的最長字元子串

leetcode 3 最長無重複字串

相關推薦