算法滑动窗口系列-Day9-无重复字符的最长子串

一、题目链接

无重复字符的最长子串

---

二、题目描述

---

三、题目分析

1. 子串和子数组的概念大同小异，子数组是指数组中一段连续的元素，子串就是字符串中一段连续的字符。
2. 不重复的子串：我们先分为两个集合A和B，意思是给定一个字符串B，将B中的字符挨个放入A，在每次将字符放入A之前，先看看A中有没有这个字符，如果没有的话才能放。例如给定字符串s=“abcabcbb”,前三次放入abc都没问题，第四次又是a，我们发现先前已经有a进入到了A集合中去了，那这个a就不能放了，否则就重复了。
   

四、解法一（暴力解法，不会超时）

暴力枚举+哈希表（判断字符是否重复出现）

**哈希表：**就是建立一个数组，统计字符出现的个数，个数为0表示没有进入，个数为1表示进入一次，个数大于1，则说明重复了。此处用的是int hash[128]，用的是字符的ASCLL码当下标，比如a的ASCLL码为97，如果a访问过了，那就hash[97]++。

暴力解法就是我们将每个字符都当作起始点一次，然后开始向后遍历，统计它们最长的子串是多少，然后取最大值。

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int ret = 0; // 记录结果
        int n = s.length();
        // 1. 枚举从不同位置开始的最长重复子串
        // 枚举起始位置
        for (int i = 0; i < n; i++) {
            // 创建一个哈希表，统计频次
            int hash[128] = {0};
            // 寻找结束为止
            for (int j = i; j < n; j++) {
                hash[s[j]]++;       // 统计字符出现的频次
                if (hash[s[j]] > 1) // 如果出现重复的
                    break;
                // 如果没有重复，就更新 ret
                ret = max(ret, j - i + 1);
            }
        }
        // 2. 返回结果
        return ret;
    }
};

---

五、解法二（滑动窗口）

此处我们可以优化以字符串deabcabca为例来说，当left指向dright指向a的时候，按照暴力解法来说，我们要先记录下此时的长度，然后left指向e，right指向e的下一个元素a，然后继续计算最长子串。但left我们会发现left回到了e之后必然还会因为a重复，长度也不可能比上一次长，而right也没必要回溯，继续往前走就可以了，所以我们可以使用滑动窗口来优化代码。

---

六、代码编写

C++完整代码：

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int hash[128] = {0}; // 使用数组来模拟哈希表
        int left = 0, right = 0, n = s.size();
        int ret = 0;
        while (right < n) {
            hash[s[right]]++;                 // 进入窗口
            while (hash[s[right]] > 1)        // 判断
                hash[s[left++]]--;            // 出窗口
            ret = max(ret, right - left + 1); // 更新结果
            right++;                          // 让下一个元素进入窗口
        }
        return ret;
    }
};

运行结果：

Java完整代码：

class Solution {
    public int lengthOfLongestSubstring(String ss) {
        char[] s = ss.toCharArray();
        int[] hash = new int[128]; // 用数组模拟哈希表
        int left = 0, right = 0, n = ss.length();
        int ret = 0;
        while (right < n) {
            hash[s[right]]++; // 进入窗口
            while (hash[s[right]] > 1) // 判断
                hash[s[left++]]--; // 出窗口
            ret = Math.max(ret, right - left + 1); // 更新结果
            right++; // 让下一个字符进入窗口
        }
        return ret;
    }
}

运行结果：

---