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.