0x01.问题
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。
int lengthOfLongestSubstring(string s)
0x02.简要分析
题目描述很简单,思路也很多,不过不同的思路,时间和空间的消耗差距巨大。
首先看一下第一种非常暴力的去判断每个子串:
class Solution {
public:
bool isUnique(string astr) {
unordered_map<char,int> table;
for(char a:astr){
if(table[a]==0) table[a]++;
else return false;
}
return true;
}
int lengthOfLongestSubstring(string s) {
int ans=0;
int n=s.size();
for(int i=0;i<n;i++){
for(int j=1;j<=n-i;j++){
if(isUnique(s.substr(i,j))) ans=max(ans,j);
}
}
return ans;
}
};
总得时间复杂度是O(N^3)
,毫无疑问,超时了。
经过分析,我们可以对这种算法进行一些小的优化,不需要判断每个子串,只需要判断每个新字符是否在之前出现过就行了,于是改进如下:
class Solution {
public:
int lengthOfLongestSubstring(string s) {
int ans=0;
int n=s.size(),i,j;
if(n==0) return 0;
for(i=0;i<n;i++){
unordered_map<char,int> table;
table[s[i]]++;
for(j=i+1;j<n;j++){
if(table[s[j]]==0) table[s[j]]++;
else{
ans=max(ans,j-i);
break;
}
}
if(j==n) ans=max(ans,j-i);
}
return ans;
}
};
时间复杂度为O(N^2)
,虽然过了,但是时间的消耗还是比较大的。
在这里,我们可以考虑使用滑动窗口,滑动窗口就是两个指针控制一段区域,不断的滑动,在这里,我们使用滑动窗口的思路就是:
- 使用一个指针
i
控制一个子字符串的起始。 - 一个指针
j
控制一个子串的结束。 - 使用
map
对已出现的字符进行记录。 - 每遇到一个新字符,判断是否在现在的子串区域内。
- 若在,则更新
i
为重复出现的的那个字符的下一个位置。 - 直到
j
遍历完字符串。
这里有些小细节需要注意:
- 每次更新的
i
应该取max(map[a],i)
,目的是保证i
是向前移动的。 - 这个步骤其实也消除了对跳过区域的
map
的删除操作。
0x03.解决代码–滑动窗口
class Solution {
public:
int lengthOfLongestSubstring(string s) {
int ans=0,i,j;
int n=s.size();
unordered_map<char,int> hash;
for(i=0,j=0;j<n;j++){
if(hash.find(s[j])!=hash.end()){
i=max(hash[s[j]],i);
}
ans=max(ans,j-i+1);
hash[s[j]]=j+1;
}
return ans;
}
};
时间复杂度为O(N)
,空间复杂度为O(min(M,N))
ATFWUS --Writing By 2020–03–31