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 * 104
s
由英文字母、数字、符号和空格组成
子串和子序列
二者对应字符,在原字符串中的相对位置不变,区别在于是否连续
子串在原字符串中连续存储,子序列可以连续,可以不连续,若某字符串是原字符串的子串,则它一定是原字符串的子序列,反过来则不一定
如:
原字符串:ABCDE
ABC既是子序列,又是子串
ABD是子序列,不是子串
EDC二者都不是
滑动窗口算法
基本原理:通过左右两个变量,取出一段连续的数组(或字符串)
适用范围:
-
数组和字符串
-
求子串(连续存储的数据)的最大最小值,或求目标子串
-
本身可以暴力求解(但是时间复杂度过高)的题
回到本题
用滑动窗口算法求解无重复的最长子串,代码需要具备以下几个功能:
-
用两个变量来划定窗口的区域,通过变量的改变来更新窗口大小–
-
保证窗口内字符串没有重复字符
-
比较每次窗口更新后的长度,记录下最长子串的长度
具体来说就是
使用left和right两个变量表示当前无重复子串的左右边界
创建并初始化一个数组dict,用来记录每个字符最后一次出现的位置➕1(加 1 表示从字符位置后一个才开始不重复)。在遍历字符串的过程中,如果当前字符已经出现过,则将left指针移动到该字符上一次出现的位置的下一个位置(记住上一步存的是当前位置+1),以保证当前子串无重复字符。同时,更新dict数组中该字符的位置为当前位置+1。(这步有的题解用了哈希表,但是我不会)
有一个细节,为了保证窗口内无重复字符,right指针指向的数据在进入窗口前要进行判断,不能先进入窗口再判断在每次更新left和dict数组后,都需要计算当前子串的长度(右指针对应下标 – 左指针对应下标 + 1),并将其与max变量比较,更新max的值,最终返回max。
图解:
-
初始化left和right两个变量,分别作为左、右边界,指向字符串最左端
-
右指针右移,更新窗口,注意:右指针不是右边界
-
继续右移,新窗口无重复字符
-
当再一次移动右指针后,指向的字符A出现重复时,需要左指针移到A上一次出现的下一位,以保证窗口内无重复字符
- 右指针继续移动
重复进行此操作的同时更新窗口长度和max
代码实现
int lengthOfLongestSubstring(char * s){
if (s == NULL) return 0;
int max = 0;
int left = 0, right = 0;//左右指针为窗口的左右边界
int dict[256] = {0}; //打表,记录字符上一次出现的位置
int ch;
while ( s[right] != '\0'){
ch = s[right]; //记录右边界位置上的字符
if(dict[ch] > left)//查表,获知字符上一次出现的位置,大于left,说明该字符上一次出现的位置在窗口内,
//此时窗口内字符串出现重复,需要更新窗口
{
left = dict[ch];//left指针移动到字符上一次出现处的下一个位置,更新窗口的左边界
}
dict[ch] = right+1;//更新dict数组中该字符的位置为当前位置的下一个位置
if (max < right - left + 1) //比较新窗口的长度
{
max = right - left + 1; //更新max的值
}
right++;//右指针右移
}
return max;
}