- 给定一个字符串,找出不含有重复字符的最长子串的长度。
- 示例 1:
- 输入: “abcabcbb”
- 输出: 3
- 解释: 无重复字符的最长子串是 “abc”,其长度为 3。
- 示例 2:
- 输入: “bbbbb”
- 输出: 1
- 解释: 无重复字符的最长子串是 “b”,其长度为 1。
- 示例 3:
- 输入: “pwwkew”
- 输出: 3
- 解释: 无重复字符的最长子串是 “wke”,其长度为 3。
- 请注意,答案必须是一个子串,“pwke” 是一个子序列 而不是子串。
import java.util.HashSet;
import java.util.Set;
/**
* 方法一:暴力法
* 假设我们有一个函数 boolean allUnique(String substring) ,
* 如果子字符串中的字符都是唯一的,它会返回true,否则会返回false。
* 我们可以遍历给定字符串 s 的所有可能的子字符串并调用函数 allUnique。
* 如果事实证明返回值为true,那么我们将会更新无重复字符子串的最大长度的答案。
*/
class Solution {
public int lengthOfLongestSubstring(String s) {
int n = s.length();
int ans = 0;
for (int i = 0; i < n; i++) {
for (int j = i + 1; j <= n; j++) {
if (allUnique(s, i, j)) {
ans = Math.max(ans, j - i);
}
}
}
return ans;
}
public boolean allUnique(String s, int start, int end) {
Set<Character> set = new HashSet<>();
for (int i = start; i < end; i++) {
Character ch = s.charAt(i);
if (set.contains(ch)) {
return false;
}
set.add(ch);
}
return true;
}
//测试用例
public static void main(String[] args) {
String s="asdfghjklkjhjkl";
int res=new Solution().lengthOfLongestSubstring(s);
System.out.print(res);
}
}
/**
* 方法二:滑动窗口
* 算法思想:
* 暴力法非常简单。但它太慢了。那么我们该如何优化它呢?
* 在暴力法中,我们会反复检查一个子字符串是否含有有重复的字符,但这是没有必要的。
* 如果从索引 i 到 j−1 之间的子字符串 s_{ij}s
* 已经被检查为没有重复字符。我们只需要检查 s[j]对应的字符是否已经存在于子字符串 s_{ij}
* 要检查一个字符是否已经在子字符串中,我们可以检查整个子字符串,这将产生一个复杂度为 O(n^2)的算法,
* 通过使用 HashSet 作为滑动窗口,我们可以用 O(1)的时间来完成对字符是否在当前的子字符串中的检查。
* @param s
* @return
*/
public int lengthOfLongestSubstring2(String s){
int n=s.length();
int ans=0,i=0,j=0;
Set<Character> set=new HashSet<>();
while (i<n&&j<n){
if (!set.contains(s.charAt(j))){
set.add(s.charAt(j++));
ans=Math.max(ans,j-i);
}
else{
set.remove(s.charAt(i++));
}
}
return ans;
}
复杂度分析
时间复杂度:O(2n) = O(n),在最糟糕的情况下,每个字符将被 i 和 j 访问两次。
空间复杂度:O(min(m, n)),与之前的方法相同。滑动窗口法需要 O(k)的空间,其中 k表示 Set 的大小。而Set的大小取决于字符串 n 的大小以及字符集/字母 m 的大小。