Leetcode-3无重复字符的最长子串

python3

超时了,就是很传统的那种思路:每一种子串都检查一遍

时间复杂度极高

#
# @lc app=leetcode.cn id=3 lang=python3
#
# [3] 无重复字符的最长子串
#

# @lc code=start
class Solution:
    def lengthOfLongestSubstring(self, s: str) -> int:
        res = []
        res1 = []
        s1=s
        maxL=0
        if len(list(set(s1))) == s1:
            return len(s1)
        else:
            for i in range(len(s1)) :
                for j in range(len(s1)-i):
                    res.append(s1[i+j]) 
                    lst = list(set(res))
                    #print(lst,res)
                    if len(lst)==len(res):#可能顺序不一样
                        if len(lst)>maxL:
                            res1=lst
                            maxL=len(res1)
                            #print("res1")
                            #print(res1)
                res=[]
            #lst = list(set(res1))                     
            return maxL

        
# @lc code=end 

采取滑动窗口的方法降低时间复杂度:图解算法

字符串只循环检查一遍,这样时间复杂度只有O(n)

定义一个可以左右拉长变短的窗口,放在字符串上(首位),

如果后面的字符不在该窗口里面,则窗口往右拉一位;

如果后面的字符被包含在该窗口里面,记录下该子串的长度(最长),

然后窗口左边拉到后面那个字符所在的下一个位置,重新拉,右边继续往后。

开始动手写代码就会发现,窗口的起始位置,与上次发现的队列中已经包含的重复元素的位置有关,

所以这个窗口应该设计一种数据结构(map),包含有值(val)、字符位置(loc)两个参数。

<然而我没写出来。。上面就是屁话>

 

 

参考答案:https://leetcode-cn.com/problems/longest-substring-without-repeating-characters/solution/hua-dong-chuang-kou-by-powcai/

他的思路是窗口每次只移动一位,数据结构使用元组代替,

只要里面有重复元素,就把最左边的元素删掉,然后向右移动一位继续判断。

#
# @lc app=leetcode.cn id=3 lang=python3
#
# [3] 无重复字符的最长子串
#

# @lc code=start
class Solution:
    def lengthOfLongestSubstring(self, s: str) -> int:
        map = set()
        start = 0
        end = 0
        maxL = 0

        for i in range(len(s)):
            end += 1

            '''
            if s[end] in map:
                start = max(start,) #start应该是一样的那个字符的后一位
                map = s[start,end]
            else:
                map.join(s[end])
            '''

            while s[i] in map:
                map.remove(s[start])
                start += 1
                end -= 1
            maxL=max(maxL,end)
            map.add(s[i])

            print(map,end)
            


        return maxL


        
# @lc code=end 
#测试用例:
#"abcabcbb" "bbbbb"  "pwwkew"
#"a" "" "abcb"  "dvdf" "AU"

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据提供的引用内容,有三种方法可以解决LeetCode上的最长回文子问题。 方法一是使用扩展中心法优化,即从左向右遍历字符,找到连续相同字符组成的子作为扩展中心,然后从该中心向左右扩展,找到最长的回文子。这个方法的时间复杂度为O(n²)。\[1\] 方法二是直接循环字符,判断子是否是回文子,然后得到最长回文子。这个方法的时间复杂度为O(n³),效率较低。\[2\] 方法三是双层for循环遍历所有子可能,然后再对比是否反向和正向是一样的。这个方法的时间复杂度也为O(n³),效率较低。\[3\] 综上所述,方法一是解决LeetCode最长回文子问题的最优解法。 #### 引用[.reference_title] - *1* [LeetCode_5_最长回文子](https://blog.csdn.net/qq_38975553/article/details/109222153)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Leetcode-最长回文子](https://blog.csdn.net/duffon_ze/article/details/86691293)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [LeetCode 第5题:最长回文子(Python3解法)](https://blog.csdn.net/weixin_43490422/article/details/126479629)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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