LeetCode 3. 无重复字符的最长子串

最新推荐文章于 2024-01-11 19:22:57 发布

南方铁匠

最新推荐文章于 2024-01-11 19:22:57 发布

阅读量87

点赞数

本文链接：https://blog.csdn.net/hit_shaoqi/article/details/104592900

版权

LeetCode 专栏收录该内容

26 篇文章 0 订阅

订阅专栏

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。

示例 1:

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。
示例 2:

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。
示例 3:

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。

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        unordered_map <char,int> record;
        int count=0, max_count=0;
        int sub_start=0;
        for(int i=0;i<s.size();i++){
            if(record.count(s[i])==0){
                record[s[i]]=i;
                count++;
                max_count = max(count,max_count);
            }else{
                sub_start = record[s[i]]+1;
                count = i-sub_start+1;
                erase_map(record,record[s[i]]);
                record[s[i]] =i;             
            }

        }
        return max_count;
    }
    void erase_map(unordered_map<char,int> &record, int index){
        set<char> char_set;
        for(auto iter:record){
            if(iter.second<index){
                char_set.insert(iter.first);
            }
        }

        for (auto iter:char_set){
            record.erase(iter);
        }
    }
};

这个的时间和空间有些长，怀疑是因为用了map，在erase_map中又用了set，改成了

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        map <char,queue<int>> record;
        int count=0, max_count=0;
        int sub_start=0;
        for(int i=0;i<s.size();i++){
            if((record.count(s[i])==0)||(record[s[i]].empty())){
                record[s[i]].push(i);
                count++;
                max_count = max(count,max_count);
            }else{
                sub_start = record[s[i]].back()+1;
                count = i-sub_start+1;
                //在这个&iter的坑里趴了好久，一定是引用，要不然就是调用拷贝构造函数，再循环体内无法更改
                for(auto &iter:record){
                    while((!iter.second.empty())&&(!record[s[i]].empty())
                    &&((iter.second.front())<record[s[i]].back())){
                        iter.second.pop();
                    }
                }
                record[s[i]].pop();
                record[s[i]].push(i);             
            }
        }
        return max_count;
    }
};

后来发现滑动窗口的思路是对的，但是却对整体的字符串进行了哈希，导致复杂。

实际上只需要对滑动窗口内部的字符串进行哈希就好了。