《java算法系列》第三天打卡

给定一个字符串，找出不含有重复字符的最长子串的长度。

示例：

给定 "abcabcbb" ，没有重复字符的最长子串是 "abc" ，那么长度就是3。

给定 "bbbbb" ，最长的子串就是 "b" ，长度是1。

给定 "pwwkew" ，最长子串是 "wke" ，长度是3。请注意答案必须是一个子串，"pwke" 是 子序列  而不是子串

方法一：暴力法

思路

逐个检查所有的子字符串，看它是否不含有重复的字符。

算法

假设我们有一个函数 boolean allUnique(String substring) ，如果子字符串中的字符都是唯一的，它会返回true，否则会返回false。 我们可以遍历给定字符串 s 的所有可能的子字符串并调用函数 allUnique。 如果事实证明返回值为true，那么我们将会更新无重复字符子串的最大长度的答案。

现在让我们填补缺少的部分：

1. 为了枚举给定字符串的所有子字符串，我们需要枚举它们开始和结束的索引。假设开始和结束的索引分别为 $i$和 $j$。那么我们有 $0\le i<j\le n$ （这里的结束索引 $j$ 是按惯例排除的）。因此，使用 $i$ 从0到 $n-1$ 以及 $j$ 从 $i+1$ 到 $n$ 这两个嵌套的循环，我们可以枚举出 s 的所有子字符串。

2. 要检查一个字符串是否有重复字符，我们可以使用集合。我们遍历字符串中的所有字符，并将它们逐个放入 set 中。在放置一个字符之前，我们检查该集合是否已经包含它。如果包含，我们会返回 false。循环结束后，我们返回 true。

public class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length();
        int ans = 0;
        for (int i = 0; i < n; i++)
            for (int j = i + 1; j <= n; j++)
                if (allUnique(s, i, j)) ans = Math.max(ans, j - i);
        return ans;
    }


    public boolean allUnique(String s, int start, int end) {
        Set<Character> set = new HashSet<>();
        for (int i = start; i < end; i++) {
            Character ch = s.charAt(i);
            if (set.contains(ch)) return false;
            set.add(ch);
        }
        return true;
    }

}

复杂度分析

• 时间复杂度：O(n^3)O(n​3​​) 。

  要验证索引范围在 $[i,j)$ 内的字符是否都是唯一的，我们需要检查该范围中的所有字符。 因此，它将花费 $O(j-i)$ 的时间。

  对于给定的 i，对于所有 $j\in [i+1,n]$ 所耗费的时间总和为：

  \sum_{i+1}^{n}O(j - i)​i+1​∑​n​​O(j−i)               因此，执行所有步骤耗去的时间总和为：

  O\left(\sum_{i = 0}^{n - 1}\left(\sum_{j = i + 1}^{n}(j - i)\right)\right) = O\left(\sum_{i = 0}^{n - 1}\frac{(1 + n - i)(n - i)}{2}\right) = O(n^3)O(​i=0​∑​n−1​​(​j=i+1​∑​n​​(j−i)))=O(​i=0​∑​n−1​​​2​​(1+n−i)(n−i)​​)=O(n​3​​)  空间复杂度：

• $O(min(n,m))$，我们需要 $O(k)$ 的空间来检查子字符串中是否有重复字符，其中 $k$ 表示 Set 的大小。而 Set 的大小取决于字符串 $n$ 的大小以及字符集/字母 $m$ 的大小

• 方法二：滑动窗口

  算法

  暴力法非常简单。但它太慢了。那么我们该如何优化它呢？

  在暴力法中，我们会反复检查一个子字符串是否含有有重复的字符，但这是没有必要的。如果从索引 $i$ 到 $j-1$之间的子字符串 s_{ij}s​ij​​ 已经被检查为没有重复字符。我们只需要检查 $s[j]$ 对应的字符是否已经存在于子字符串 s_{ij}s​ij​​中。

  要检查一个字符是否已经在子字符串中，我们可以检查整个子字符串，这将产生一个复杂度为 O(n^2)O(n​2​​) 的算法，但我们可以做得更好。

  通过使用 HashSet 作为滑动窗口，我们可以用 $O(1)$ 的时间来完成对字符是否在当前的子字符串中的检查。

  滑动窗口是数组/字符串问题中常用的抽象概念。 窗口通常是在数组/字符串中由开始和结束索引定义的一系列元素的集合，即 $[i,j)$（左闭，右开）。而滑动窗口是可以将两个边界向某一方向“滑动”的窗口。例如，我们将 $[i,j)$向右滑动 $1$ 个元素，则它将变为 $[i+1,j+1)$（左闭，右开）。

  回到我们的问题，我们使用 HashSet 将字符存储在当前窗口 $[i,j)$（最初 $j=i$）中。 然后我们向右侧滑动索引 $j$，如果它不在 HashSet 中，我们会继续滑动 $j$。直到 s[j] 已经存在于 HashSet 中。此时，我们找到的没有重复字符的最长子字符串将会以索引 $i$ 开头。如果我们对所有的 $i$ 这样做，就可以得到答案。

  public class Solution {
      public int lengthOfLongestSubstring(String s) {
          int n = s.length();
          Set<Character> set = new HashSet<>();
          int ans = 0, i = 0, j = 0;
          while (i < n && j < n) {
              // try to extend the range [i, j]
              if (!set.contains(s.charAt(j))){
                  set.add(s.charAt(j++));
                  ans = Math.max(ans, j - i);
              }
              else {
                  set.remove(s.charAt(i++));
              }
          }
          return ans;
      }
  }

• 时间复杂度：

• • $O(2n)=O(n)$，在最糟糕的情况下，每个字符将被 $i$ 和 $j$ 访问两次。

  • 空间复杂度：$O(min(m,n))$，与之前的方法相同。滑动窗口法需要 $O(k)$ 的空间，其中 $k$ 表示 Set 的大小。而Set的大小取决于字符串 $n$ 的大小以及字符集/字母 $m$ 的大小。

  
  

方法三：优化的滑动窗口

上述的方法最多需要执行 2n 个步骤。事实上，它可以被进一步优化为仅需要 n 个步骤。我们可以定义字符到索引的映射，而不是使用集合来判断一个字符是否存在。 当我们找到重复的字符时，我们可以立即跳过该窗口。

也就是说，如果 $s[j]$ 在 $[i,j)$ 范围内有与 j'j​′​​ 重复的字符，我们不需要逐渐增加 $i$ 。 我们可以直接跳过 [i，j′][i，j′] 范围内的所有元素，并将 $i$ 变为 j' + 1j​′​​+1。

Java（使用 HashMap）

public class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length(), ans = 0;
        Map<Character, Integer> map = new HashMap<>(); // current index of character
        // try to extend the range [i, j]
        for (int j = 0, i = 0; j < n; j++) {
            if (map.containsKey(s.charAt(j))) {
                i = Math.max(map.get(s.charAt(j)), i);
            }
            ans = Math.max(ans, j - i + 1);
            map.put(s.charAt(j), j + 1);
        }
        return ans;
    }

}

Java（假设字符集为 ASCII 128）

以前的我们都没有对字符串 s 所使用的字符集进行假设。

当我们知道该字符集比较小的时侯，我们可以用一个整数数组作为直接访问表来替换 Map。

常用的表如下所示：

• int [26] 用于字母 ‘a’ - ‘z’或 ‘A’ - ‘Z’
• int [128] 用于ASCII码
• int [256] 用于扩展ASCII码

public class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length(), ans = 0;
        int[] index = new int[128]; // current index of character
        // try to extend the range [i, j]
        for (int j = 0, i = 0; j < n; j++) {
            i = Math.max(index[s.charAt(j)], i);
            ans = Math.max(ans, j - i + 1);
            index[s.charAt(j)] = j + 1;
        }
        return ans;
    }

}

复杂度分析

• 时间复杂度：$O(n)$，索引 $j$ 将会迭代 $n$ 次。

• 空间复杂度（HashMap）：$O(min(m,n))$，与之前的方法相同。

• 空间复杂度（Table）：$O(m)$，$m$ 是字符集的大小。