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。
输入: "abcabcbb"
输出: 3
解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。
输入: "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。
输入: "pwwkew"
输出: 3
解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。
请注意,你的答案必须是 子串 的长度,"pwke" 是一个子序列,不是子串。
一、暴力
public 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;
}
}
作者:LeetCode
链接:https://leetcode-cn.com/problems/longest-substring-without-repeating-characters/solution/wu-zhong-fu-zi-fu-de-zui-chang-zi-chuan-by-leetcod/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
空间复杂度 O(min(n,m));所使用的空间大小为set集合所使用的大小 = 取决于字符串 n 的大小以及字符集/字母 m 的大小
时间复杂度O(n^3)
二、窗口滑动
上边暴力法中,每个子串都会重复检查一遍是否存储在重复字符,上一个循环中其实已经检查过了,只要检查当前字符是否存在于之前的字串中即可
public static int lengthOfLongestSubstring(String s) {
HashSet<Character> set = new HashSet<>();
int count = 0;
int i = 0;
int j = 0;
while (i < s.length() && j < s.length()) {
if (set.contains(s.charAt(j))) {
set.remove(s.charAt(i));
i++;
} else {
set.add(s.charAt(j));
j++;
count = Math.max(count, j-i);
}
}
return count;
}
空间复杂度 O(min(m,n))
时间复杂度 O(2n),每个元素最多被访问两次
三、优化窗口滑动
上述的方法最多需要执行 2n 个步骤。事实上,它可以被进一步优化为仅需要 n 个步骤。我们可以定义字符到索引的映射,而不是使用集合来判断一个字符是否存在。 当我们找到重复的字符时,我们可以立即跳过该窗口。
public int lengthOfLongestSubstring(String s) {
int n = s.length(), ans = 0;
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)) + 1, i);
}
ans = Math.max(ans, j - i + 1);
map.put(s.charAt(j), j );
}
return ans;
}
如果知道字符范围,可以进一步优化map
public class Solution {
public int lengthOfLongestSubstring(String s) {
int n = s.length(), ans = 0;
int[] index = new int[128]; // current index of character
// try to extend the range [i, j]
for (int j = 0, i = 0; j < n; j++) {
i = Math.max(index[s.charAt(j)], i);
ans = Math.max(ans, j - i + 1);
index[s.charAt(j)] = j + 1;
}
return ans;
}
}
时间复杂度:O(n),索引 j 将会迭代 n 次。
空间复杂度(HashMap):O(min(m, n)),与之前的方法相同。
空间复杂度(Table):O(m),m 是字符集的大小。