【JZ-48】最长不含重复字符的子字符串（动态规划、滑动窗口）

题目

算法思路

设 $f(j)$ 代表以字符 $s[j]$ 作为结尾的【最长不含重复字符的子字符串】的长度，字符 $s[j]$ 左边距离最近的相同字符为 $s[i]$，则转移方程为：

1. 当 i < 0时，说明字符 $s[j]$ 左边没有相同字符，则 $f(j)=f(j-1)+1$；
2. 当f(j-1) < j - i时，说明字符 $s[i]$ 在子字符串 $f(j-1)$的区间之外，则 $f(j)=f(j-1)+1$；
3. 当f(j-1) >= j - i时，说明字符 $s[i]$ 在子字符串 $f(j-1)$的区间之内，则 $f(j)=j-i$
   其中情况1和情况2可以合并
   返回值：所有 $f(j)$ 中的最大值
   问题的关键在于，对于每一个 $s[j]$ 如何找到对应的索引 $i$

方法一-动态规划+哈希表

遍历字符串时，利用哈希表来记录各个字符最后一次出现的位置，这样遍历到 $s[j]$ 时就可以通过访问哈希表$dic[s[j]]$来获取对应的索引 $i$

具体代码：

class Solution {
    public int lengthOfLongestSubstring(String s) {
        Map<Character, Integer> dic = new HashMap<>();
        int res = 0, tmp = 0;
        for(int j = 0; j < s.length(); j++){
            int i = dic.getOrDefault(s.charAt(j), -1);//获取对应的索引i
            dic.put(s.charAt(j), j);//更新哈希表
            tmp = tmp < j - i ? tmp + 1 : j - i;//转移方程
            res = Math.max(res, tmp);//更新最大值
        }
        return res;
    }
}

复杂度分析：

• 时间复杂度：$O(n)$，n 为字符串长度
• 空间复杂度：$O(1)$，字符的 ASCII 码范围为 0 ~ 127，故哈希表最多占用 $O(128)=O(1)$ 的额外空间。

方法二-动态规划+线性查找

即不使用哈希表，通过从当前位置向前查找来获取对应的索引 $i$

具体代码：

class Solution {
    public int lengthOfLongestSubstring(String s) {
        // Map<Character, Integer> dic = new HashMap<>();
        int res = 0, tmp = 0;
        for(int j = 0; j < s.length(); j++){
            //获取对应的索引i
            int i = j - 1;
            while(i >= 0 && s.charAt(i) != s.charAt(j))i--;
            // dic.put(s.charAt(j), j);//更新哈希表
            tmp = tmp < j - i ? tmp + 1 : j - i;//转移方程
            res = Math.max(res, tmp);//更新最大值
        }
        return res;
    }
}

复杂度分析：

• 时间复杂度：$O(n^2)$，n 为字符串长度
• 空间复杂度：$O(1)$

方法三-双指针+哈希表（滑动窗口）

具体代码：

class Solution {
    public int lengthOfLongestSubstring(String s) {
        Map<Character, Integer> dic = new HashMap<>();
        int res = 0, i = -1;
        for(int j = 0; j < s.length(); j++){
            //获取对应的索引i
            if(dic.containsKey(s.charAt(j))){
                i = Math.max(i, dic.get(s.charAt(j)));//更新左边界索引i
            }
            dic.put(s.charAt(j), j);//更新哈希表
            res = Math.max(res, j - i);//更新结果
        }
        return res;
    }
}

复杂度分析：

• 时间复杂度：$O(n)$，n 为字符串长度
• 空间复杂度：$O(1)$