3. 无重复字符的最长子串

本文探讨了两种解决方法来找出字符串中最长的无重复子串。第一种方法基于动态规划,虽然时间复杂度较高,但通过维护一个dp数组记录子串信息。第二种方法采用滑动窗口策略,利用unordered_set实现快速查找,以O(n)的时间复杂度和O(n)的空间复杂度得到最优解。这两种方法都是针对字符串处理的经典算法应用。
摘要由CSDN通过智能技术生成

在这里插入图片描述
dp时间复杂度是O(n^2),dp[i]记录的是以当前位为结尾的无重复子串的长度,所以状态转移方程是遍历i-1到i-dp[i-],如果有相等的,就退出往前遍历的循环,然后记录dp[i]=max(dp[i],i-j);j是找到的第一个和i相等的下标。这道题维护一个dp数组是记录要往前遍历几位。
双指针法:感觉时间复杂度也很高。维护一个unordered_set来直接find有无该元素,只要O(1)的时复,i一直往前,也就是right。当find不到当前元素时,停止erase(s[left]),left一直往前走,就是一直把左边删掉,直到删除那个重复元素。res=max(i-left+1,res),记得将当前s[i]insert进set中

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        //子序列不用连续,子串必须连续
        //最长=最优解=dp
        //dp[i]记录的是以当前位为结尾的无重复子串的长度
        //dp[i+1]=dp[i]-index+1,index是i往前遍历dp[i]位,找到第一个与i+1相等的下标
        //这里的时复也是O(n^2)
        if(s.length() == 0) return 0;
        /*vector<int> dp(s.length(),1);
        int res = 1;
        for(int i = 1; i < dp.size(); ++i){
            int j = i-1;
            bool flag = true;
            //要用dp记录往前遍历几位
            for(;j >= i-dp[i-1]; j--){
                if(s[i] == s[j]){
                    flag = !flag;
                    break;
                }
            }
            //if(flag) dp[i] = max(dp[i],dp[i-1]+1);
            //如果是ab,那么第一位是1,第二位是1-(-1)=2,j=-1代表没找到所以减去-1等于+1,就是将该子串长度+1
            dp[i] = max(dp[i],i-j);
            res = max(dp[i],res);
        }
        return res;*/

        unordered_set<char> st;
        int left = 0;
        int res = 0;
        for(int i = 0; i < s.length(); ++i){
            while(st.find(s[i]) != st.end()){
                st.erase(s[left]);
                left++;
            }
            res = max(res,i-left+1);
            st.insert(s[i]);
        }
        return res;
    }
};

写的比前几次都好的滑动窗口,找无重复的子串or子序列直接考虑滑动窗口。滑动窗口模板题
用一个map记录当前滑动窗口内每个字符的出现次数,right每次推进一位,窗口内加上这个数,因为只有新加进来的这个数可能引起重复,所以我们缩进left的操作结束的标志就是window[c]不重复了,如果本身就没重复,就不会进入这个循环,left每次++,然后减小窗口内字符出现的次数。直到窗口内的字符串满足要求。
进行更新res,不要用map.size()更新,用right-left更新

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        //可以用滑动窗口来做,时间复杂度为O(n),空间复杂度也是O(n),因为要开map记录窗口中的字符的出现次数
        int n = s.length();
        if(n <= 1) return n;
        unordered_map<char,int> window;
        int left = 0, right = 0;
        int res = 1;
        while(right < n){
            //滑动窗口模板,每次把right加进去,然后收缩left,一直搜索到符合要求为止,然后更新一下res
            char c = s[right];
            right++;
            window[c]++;

            //因为只有新加进来的可能会出现重复,只要收缩到这个字符不重复就行了
            while(window[c] != 1){
                char d = s[left];
                window[d]--;
                left++;
            }
            //right-left很重要而不是window.size()
            res = max(res,right-left);
        }
        return res;
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值