- 暴力枚举法:枚举所有可能的子串并检查它们是否有重复的字符。时间复杂度为 O(n3)。
- 滑动窗口法:维护一个滑动窗口,该窗口包含的子串没有重复的字符。我们向右移动窗口,并在每个位置更新最长的无重复子串。时间复杂度为O(n)。
代码如下:
def lengthOfLongestSubstring(s: str) -> int:
n = len(s)
ans = 0
i, j = 0, 0
lookup = set()
while i < n and j < n:
if s[j] not in lookup:
lookup.add(s[j])
j += 1
ans = max(ans, j - i)
else:
lookup.remove(s[i])
i += 1
return ans
- 哈希表法:使用哈希表来存储每个字符最后出现的位置。然后,我们可以使用两个指针来维护一个窗口。右指针 j 用于扩展当前窗口,而左指针 i 用于排除不在窗口中的旧字符。时间复杂度为O(n)。
代码如下:
def lengthOfLongestSubstring(s: str) -> int:
n = len(s)
ans = 0
lookup = {}
i = 0
for j in range(n):
if s[j] in lookup:
i = max(lookup[s[j]], i)
ans = max(ans, j - i + 1)
lookup[s[j]] = j + 1
return ans
无论使用哪种算法,它们的时间复杂度都为O(n),其中 n 是字符串的长度。