数据结构与算法--再来聊聊数组

再来聊聊数组

• 这篇我们来总结一下数组相关的一些算法，数组的特点在于我们能通过下标得到对应数据，时间复杂度在O(1)，之前有多篇文章有数组相关的体系，一下来一个归纳：

数据结构与算法–判断扑克牌是否顺子

数据结构与算法–翻转单词顺序

数据结构与算法–有序数组中找出和为s的两个数字

数据结构与算法–第一个只出现一次的字符

数据结构与算法–数组中出一次的数字

数据结构与算法–数字在排序数组中出现次数

数据结构与算法–数组中的逆序对

数据结构与算法–将数组排成最小的数

数据结构与算法-- 数组中出现次数超过一半的数字（时间复杂度的讨论）

数据结构与算法–数组：二维数组中查找

数据结构与算法–字符串的排列组合问题

数据结构与算法–回朔，矩阵中查找字符串路径

数据结构与算法–字符串：字符串替换

数据结构与算法–查找与排序另类用法

数据结构与算法–经典10大排序算法（动图演示）【建议收藏】

• 以上是现阶段已经解除的数组相关，包括字符串其实也就是数组问题，其中用的最多的是双指针，还有就是归并法，二分法，其中排序是最重要的，在最后一排10大排序算法中详细介绍了每一种排序，并有动图演示。有的根据数组中数据的特殊性进行解题，例如出现一次的数字，利用位运算相关知识，还有排序算法思想的另类用法，利用排序思想进行查询。等，发现还是基础知识的运用最重要。
• 以上文章中都与是运用数组进行解题，或者是其中有一个方法是用的数组。
• 接下来是今天的题目：

最长子串问题：给定一个字符串，找出字符串中的最长子串，使得这个子串中没有重复的数字

• 因为写过之前的题目：有序数组中找出和为s的两个数字 ，我第一反应就是双指针遍历数组，分析如下：
  • 指针start，end都从0，开始，在end < length-1 情况下让end++
  • 判断当前指针范围内是否有重复数字，
  • 如果有，当前最长子串就是 maxTemp = start ~ end-1，先判断最长子串与当前maxTemp大小，取最大值，此时我们将start++
  • 如果没有重复数字，那么我们继续end++
  • 继续如上步骤，知道end = length-1 或者start > end
• 以上遍历一次能得到最终值，但是在判断当前范围是否重复时候必然有额外开销，
  • 如果直接遍历判断，那么最终时间复杂度将会变成O(n²)
  • 我用空间换时间
    • 如果输入数据只有普通字符a~z，那么我们自建一个256 大小的hash表，用数组做容器
    • 如果输入数据中海油汉字等其他字符，那么我们只能用Map集合了，或者用链表自实现Map，在上文 数据结构与算法–第一个只出现一次的字符 我们就是如此实现
• 如下动图：

• 如上分析有如下代码：

/**
 * 给定一个字符串，找出字符串中的最长子串，使得这个子串中没有重复的数字
 * @author liaojiamin
 * @Date:Created in 16:39 2021/7/15
 */
public class FindLongestSubStr {

    public static void main(String[] args) {
        String maxSubStr = "1234578123";
        System.out.println(findLongestStr(maxSubStr));
    }
    /**
     * 双指针实现滑动窗口，并空间换时间
     * */
    public static Integer findLongestStr(String str){
        if(str == null || str.length() <= 0){
            return 0;
        }
        Map<Character, Integer> validateMap = new HashMap<>();
        char[] chars = str.toCharArray();
        int positionStart = 0;
        int positionEnd = 0;
        int maxSumLength = 0;
        while (positionEnd <= chars.length -1 && positionStart <= positionEnd){
            if(validateMap.containsKey(chars[positionEnd])){
                validateMap.remove(chars[positionStart]);
                positionStart++;
            }else {
                validateMap.put(chars[positionEnd], 1);
                positionEnd++;
            }
            int length = positionEnd-1 - positionStart +1;
            if(maxSumLength < length){
                maxSumLength = length;
            }
        }
        return maxSumLength;
    }

}

上一篇：数据结构与算法–死磕二叉树
下一篇：数据结构与算法–二叉树第k个大的节点