3.无重复字符的最长子串(Longest Substring Without Repeating Characters)

题目描述

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：

给定 "abcabcbb" ，没有重复字符的最长子串是 "abc" ，那么长度就是3。

给定 "bbbbb" ，最长的子串就是 "b" ，长度是1。

给定 "pwwkew" ，最长子串是 "wke" ，长度是3。

请注意答案必须是一个子串，"pwke" 是 子序列 而不是子串。

解题思路和方法

方法一：暴力解决(超时)

      枚举并遍历所有的子字符串，看是否含有重复的字符，找出里面最长的；

时间和空间复杂度分析

      毫无疑问，这种方法是超时的。
      时间复杂度为O(n*n*n)；

      空间复杂度为O(min(n,m))，n是字符串的长度，m为HashSet的长度。

public class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length();
        int ans = 0;         //存储不含有重复字符的最长子串的长度
        //for循环遍历字符串的所有可能的子字符串
        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);   //如果该子字符串不含有重复字符，就更新最长子串的长度值
        return ans;
    }
    
    //如果子字符串里面的所有的字符都是唯一的，就返回true
    //子字符串为<start,end-1>
    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;
    }
}

方法二：滑动窗口

       在方法一中，我们检查了所有的子字符串是否包含重复的字符，而把所有的子字符串都检查一遍是没必要的。

       如果子字符串i到j-1已经被检查过了，那么当检查i到j时，我们只需要第j个字符在i到j-1中是否出现就可以了。

       虽然，在这种情况下，时间复杂度任然是O(n*n)，但是通过HashMap就可以降到O(n)。

       需要注意的是，滑动窗口法在数组/字符串问题中是常用的方法。

       窗口是指用两个索引定义的数组/字符串范围，通常是[i,j）。滑动是指将窗口向某个方向移动。例如，将[i,j)向右移动一位就
变成了[i+1,j+1)。

       我们用HashSet来存储窗口[i,j)中的元素(初始化的时候，i==j)，然后将索引j尝试向右移动，如果s[j]不在HashSet中，

我们就把窗口向右移动一位。重复这个操作，直到s[j]在HashSet中，然后我们就知道以索引i为起点的，最长没有重复的子字符
串的长度。
       然后，我们把所有的i都遍历一遍，就得到了最长的没有重复的子字符串的长度。

public class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length();
        Set<Character> set = new HashSet<>();  //HashSet作为滑动窗口
        int ans = 0,    //记录最长子串的长度
            i = 0, 
            j = 0;
        while (i < n && j < n) {
            //[i, j)  --> [i, j]
            if (!set.contains(s.charAt(j))){
                set.add(s.charAt(j++));        //将j向右移动一位
                ans = Math.max(ans, j - i);    //取得当前情况下的最长子字符串的长度
            }else {
                set.remove(s.charAt(i++));     //这里需要注意
            }
        }
        return ans;
    }
}

时间和空间复杂度分析

​​       时间复杂度为：O(2n)=O(n)；

       空间复杂度为O(min(n,m))，n是字符串的长度，m为HashSet的长度。

方法三：滑动窗口的优化

       方法二中，我们需要走2n步，但实际上可以只走n步。

       用HashMap保存<字符c，c在String中的索引>。

       如果我们发现s[j]在[i,j)中存在重复的字符，重复的字符的索引是k。在这种情况下，我们不需要像方法二一样让i+1，而是直接越过[i,k]，直接让i=k+1。

public class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length(), 
            ans = 0;         //记录最长子串的长度
        Map<Character, Integer> map = new HashMap<>(); // current index of character
        // try to extend the range [i, j]
        for (int j = 0, i = 0; j < n; j++) {
            if (map.containsKey(s.charAt(j))) {
                i = Math.max(map.get(s.charAt(j)), i);
            }
            ans = Math.max(ans, j - i + 1);
            map.put(s.charAt(j), j + 1);
        }
        return ans;
    }
}

时间和空间复杂度分析

​​       时间复杂度为：O(n)；

       空间复杂度为O(min(n,m))，n是字符串的长度，m为HashSet的长度。

考虑字符编码的问题

Mark.