前言
记录一下刷题历程 力扣第三题 无重复字符的最长字串 使用动态规划来解决
无重复字符的最长字串
原题目:
给定一个字符串 s ,请你找出其中不含有重复字符的 最长
子串
的长度。
示例 1:
输入: s = “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。
示例 2:
输入: s = “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。
示例 3:
输入: s = “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。
分析
使用动态规划的思想,用两个双指针表示窗口的左右边界。以“abcabcbb"为例,用res记录长度。我们让窗口包含第一个字母a,无重复字符,此时res=1。接着让窗口包含下一个字符b,无重复字符,此时res=2。再让窗口包含c,无重复字符,此时res=3,接着向后包含发现是a,是重复元素我们删除之前的,此时res依然等于3.继续向下遍历,发现为b,删除之前的b,此时res=3。继续遍历直到遍历到最后一个元素。
代码如下:
class Solution {
public:
int lengthOfLongestSubstring(string s) {
unordered_set<char> u_set; // 用于存储当前窗口内的字符集合
int res = 0; // 当前窗口的最长子串长度
int cur_window = 0; // 当前窗口的长度
// 使用双指针技术,left 和 right 分别表示当前窗口的左右边界
for (int left = 0, right = 0; right < s.length(); right++) {
// 如果当前窗口内出现重复字符,移动左指针,缩小窗口,直到窗口内没有重复字符为止
while (left < right && u_set.count(s[right])) {
u_set.erase(s[left]); // 移除左指针指向的字符
left++; // 左指针右移
cur_window--; // 当前窗口长度减少
}
// 将当前字符加入窗口
u_set.insert(s[right]);
cur_window++; // 当前窗口长度增加
res = max(res, cur_window); // 更新当前窗口的最长子串长度
}
return res; // 返回最终的最长子串长度
}
};
解释注释
1.unordered_set u_set;
u_set 是一个无序集合,用于存储当前窗口内出现过的字符,以便快速判断是否有重复字符。
2.int res = 0;
res 是当前窗口的最长没有重复字符的子串的长度,也是最终返回的结果。
3.int cur_window = 0;
cur_window 是当前窗口的长度,即当前窗口内的字符个数。
4.for (int left = 0, right = 0; right < s.length(); right++) { … }
使用双指针技术来遍历字符串 s,left 表示当前窗口的左边界,right 表示当前窗口的右边界。
5.while (left < right && u_set.count(s[right])) { … }
如果当前窗口内出现了重复字符(即 u_set 中已经存在当前字符 s[right]),则需要移动左指针 left,缩小窗口,直到窗口内没有重复字符为止。
6.u_set.erase(s[left]); left++; cur_window–;
移除左指针 left 指向的字符,并将 left 右移一位,同时当前窗口长度 cur_window 减少一个字符。
7.u_set.insert(s[right]); cur_window++;
将当前字符 s[right] 加入窗口,同时当前窗口长度 cur_window 增加一个字符。
时间复杂度
这个方法的时间复杂度是 O(n),其中 n 是字符串 s 的长度。因为使用了双指针技术,每个指针最多遍历字符串一次,所以总体时间复杂度是线性的。