arts打卡第四周

Algorithm:

题目描述：

 

public class MaxUnrepeatingLengths {
    public static Integer getMaxLen(String s){
        int maxlen = 0;
        int len = s.length();
        Map<Character,Integer> lastUnRepeatMap = new HashMap<Character, Integer>();
        for(int i=0,j=0;j<len;j++){
            char cur  = s.charAt(j);
            if(lastUnRepeatMap.containsKey(cur)){
                //最后没有字符串重复的位置
                i = lastUnRepeatMap.get(cur)+1;
            }
            //应该放在if外，防止最后一截最长，这时还没出现有重复的字符，比如：abadesf
            maxlen = Math.max(maxlen,j-i+1);
            lastUnRepeatMap.put(cur,j);
        }
        return maxlen;
    }

    public static void main (String[] args){
        String str = "abcabcbb";
        Integer maxlen = getMaxLen(str);
        String str1 = "bbbbb";
        Integer maxlen1 = getMaxLen(str1);
        String str2 = "pwwkew";
        Integer maxlen2 = getMaxLen(str2);
        String str3 = "abadesf";
        Integer maxlen3 = getMaxLen(str3);
        System.out.println("字符串"+str+"最大不重复长度："+maxlen);
        System.out.println("字符串"+str1+"最大不重复长度："+maxlen1);
        System.out.println("字符串"+str2+"最大不重复长度："+maxlen2);
        System.out.println("字符串"+str3+"最大不重复长度："+maxlen3);
    }
}

Review

https://www.infoq.com/articles/upgrading-java-8-to-12/

JDK从8升级到12的新特性，及如何升级

Tips

算法的时间复杂度 https://blog.csdn.net/Mars93/article/details/75194138

O(n)，就代表数据量增大几倍，耗时也增大几倍。比如常见的遍历算法。 
O(n^2)，就代表数据量增大n倍时，耗时增大n的平方倍，这是比线性更高的时间复杂度。比如冒泡排序，就是典型的O(n^2)的算法，对n个数排序，需要扫描n×n次。 
O(logn)，当数据增大n倍时，耗时增大logn倍（这里的log是以2为底的，比如，当数据增大256倍时，耗时只增大8倍，是比线性还要低的时间复杂度）。二分查找就是O(logn)的算法，每找一次排除一半的可能，256个数据中查找只要找8次就可以找到目标。 
O(nlogn)同理，就是n乘以logn，当数据增大256倍时，耗时增大256*8=2048倍。这个复杂度高于线性低于平方。归并排序就是O(nlogn)的时间复杂度。 
O(1)就是最低的时空复杂度了，也就是耗时/耗空间与输入数据大小无关，无论输入数据增大多少倍，耗时/耗空间都不变。 哈希算法就是典型的O(1)时间复杂度，无论数据规模多大，都可以在一次计算后找到目标（不考虑冲突的话）

Share

java中的语法糖

https://www.cnblogs.com/wanshiming/p/7685684.html