题目描述:
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: 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 = “bbbbbb”
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。
解题思路:
方法一:暴力枚举。枚举所有子串,判断子串中是否有重复的字符,时间复杂度为 O ( n 3 ) O(n^3) O(n3) ,不推荐。
方法二:滑动窗口。用两个指针 l e f t left left 和 r i g h t right right 维护一个窗口,窗口内的子串就是不含重复字符的最长子串。用一个 HashSet 来判断窗口中是否有重复的字符。每次移动右边界扩张子串,如果有重复字符,就移动左边界缩小子串,直到窗口中没有重复的字符为止。在此过程中,记录子串的最大长度并返回即可。时间复杂度为 O ( n ) O(n) O(n),其中 n n n 为字符串长度。
方法三:优化的滑动窗口。当我们找到重复字符时,可以跳过所有从左边界开始到重复字符位置之间的字符,直接将左边界移动到重复字符的下一个位置,这样可以避免了一些不必要的计算。因此,在移动左边界时要结合 HashMap 来优化窗口左边界移动的效率。时间复杂度为 O ( n ) O(n) O(n),其中 n n n 为字符串长度。
代码实现及复杂度分析:
Python 代码实现如下:
方法二:
class Solution:
def lengthOfLongestSubstring(self, s: str) -> int:
hashset = set()
left, right, res = 0, 0, 0
while right < len(s):
if s[right] not in hashset:
hashset.add(s[right])
right += 1
res = max(res, len(hashset))
else:
hashset.remove(s[left])
left += 1
return res
时间复杂度为 O ( n ) O(n) O(n),其中 n n n 为字符串长度。
空间复杂度为 O ( k ) O(k) O(k),其中 k k k 为字符集大小,需要用 hashset 存储当前窗口中出现过的字符。
方法三:
class Solution:
def lengthOfLongestSubstring(self, s: str) -> int:
hashmap = {}
left, right, res = 0, 0, 0
while right < len(s):
if s[right] in hashmap and hashmap[s[right]] >= left:
left = hashmap[s[right]] + 1
else:
res = max(res, right - left + 1)
hashmap[s[right]] = right
right += 1
return res
时间复杂度为 O ( n ) O(n) O(n),其中 n n n 为字符串长度。
空间复杂度为 O ( k ) O(k) O(k),其中 k k k 为字符集大小,需要用 hashmap 存储每个字符的下标位置。