算法-3.无重复字符的最长子串

题目

给定一个字符串s,找出其中不含有重复字符的 最长子串 的长度

示例

示例1

输入：s = "abcabcbb"
输出： 3
解释： 因为无重复字符的最长子串为"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为 “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为"wke",所以其长度为 3.

思路

  以示例1的字符串abcabcbb为例，找出从每一个字符开始的，不包含重复字符的最长子串，那么其中最长的字符串即为答案。
  对于示例1中的字符串，列举以下结果，其中括号表示选中的字符以及最长的字符串：

• 以 (a)bcabcbb 开始的最长字符串为 (abc)abcbb;
• 以 a(b)cabcbb 开始的最长字符串为 a(bca)bcbb
• 以 ab©abcbb 开始的最长字符串为 ab(cab)cbb
• 以 abc(a)bcbb 开始的最长字符串为 abc(abc)bb
• 以 abca(b)cbb 开始的最长字符串为 abca(bc)bb
• 以 abcab©bb 开始的最长字符串为 abcab(cb)bb
• 以 abcabc(b)b 开始的最长字符串为 abcabc(b)b
• 以 abcabcb(b) 开始的最长字符串为 abcabcb(b)

  从上面数据中发现，如果依次递增地枚举子串的起始位置，那么子串的结束位置也是递增的！原因在于，假设选择字符串的第k个字符作为起始位置，并且得到了不包含重复字符的最长子串的结束位置为rk,那么当选择k+1到rk的字符显然是不重复的，并且由于少了原本的第k个字符，可以尝试继续增大rk,直到右侧出现了重复字符为止。
  这样一来，就可以使用「滑动窗口」来解决这个问题：

• 使用两个指针表示字符串中的某个子串(或窗口)的左右边界，其中左指针代表着上文中枚举子串的起始位置，右指针即为上文中的rk；
• 在每一步的操作中，会将左指针向右移动一格，表示 开始枚举下一个字符作为起始位置，然后可以不断的向右移动右指针，但需要保证这两个指针对应的子串中没有重复的字符。在移动结束后，这个子串就对应这以 左指针开始的，不包含重复字符的最长子串。记录下此子串的长度
• 在枚举结束后，找到的最长的子串的长度即为答案。

判断重复字符
  在上面流程中，还需要使用一种数据结构判断 是否有重复的字符,常用的数据结构为哈希集合(HashSet)。在左指针向右移动的时候，从哈希集合中移除一个字符，在右指针向右移动的时候，往哈希集合中添加一个字符。

class Solution {
    public int lengthOfLongestSubstring(String s) {
        // 哈希集合，记录每个字符是否出现过
        Set<Character> occ = new HashSet<Character>();
        int n = s.length();
        // 右指针，初始值为 -1，相当于我们在字符串的左边界的左侧，还没有开始移动
        int rk = -1, ans = 0;
        for (int i = 0; i < n; ++i) {
            if (i != 0) {
                // 左指针向右移动一格，移除一个字符
                occ.remove(s.charAt(i - 1));
            }
            while (rk + 1 < n && !occ.contains(s.charAt(rk + 1))) {
                // 不断地移动右指针
                occ.add(s.charAt(rk + 1));
                ++rk;
            }
            // 第 i 到 rk 个字符是一个极长的无重复字符子串
            ans = Math.max(ans, rk - i + 1);
        }
        return ans;
    }
}

复杂度分析

• 时间复杂度：O(N),其中N是字符串的长度。左指针和右指针分别会遍历整个字符串一次
• 空间复杂度：O(∣Σ∣),其中Σ表示字符集(即字符串中可以出现的字符)，∣Σ∣表示字符集的大小，在本题中没有明确说明字符集，因为默认为所有ASCII码在[0,128]内的字符，即∣Σ∣=128，需要用到哈希集合存储出现过的字符，而字符最多有∣Σ∣个，因此空间复杂度为O(∣Σ∣)