系列文章目录
01 力扣热题刷题记录之第1题两数之和
02 力扣热题刷题记录之第2题两数相加
前言
愿每天有所进步……
一、背景
给定一个字符串 s ,请你找出其中不含有重复字符的最长子串的长度。
示例 1: 输入: s = “abcabcbb”
输出: 3
解释: 因为无重复字符的最长子串是 “abc”,所以其长度为 3。
提示:0 <= s.length <= 5 * 104
s 由英文字母、数字、符号和空格组成
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/longest-substring-without-repeating-characters/
二、我的思路
计算每一个下标对应的最长无重复子串,并记录到dp数组中去。具体做法:
如:
索引: 01234567
字符串: abcabcbb
dp数组:12333321
当计算索引i=3时,即a字母,这个时候判断索引2的字母c的dp数组值,查看索引3对应的字母a,是否在索引2的字母之前个dp[2]字母当中,如果在,记录相同字母的下标j,则当前索引的dp数组值就是 i-j,否则就是dp[i]=dp[i-1]+1;
当有了dp数组时,取最大值即可,这里不用再一次循环,只需每次计算新的dp时,用maxs=max(maxs,dp[i]); 比较一下即可。
具体看代码:
class Solution {
public:
int lengthOfLongestSubstring(string s) {
//创建一个数组,记录当前下标下最长的符合要求的子串长度
int dp[50000]={0};
const char *st=s.c_str();
int flag=0;//标志变量
if(s.empty())
{
dp[0]=0;
}
else dp[0]=1;
int maxs=dp[0];
for(int i=1;st[i]!='\0';i++)
{
int j=0;
for(j=i-dp[i-1];j<=i-1;j++)
{
if(st[j]==st[i])
{
flag=1;
break;
}
else flag=0;
}
if(flag==0)
{
dp[i]=dp[i-1]+1;
}
else
{
dp[i]=i-j;
}
maxs=max(maxs,dp[i]);
}
return maxs;
}
};
三、官方的思路
它的思路是以某个字母开始计算最大不重复字符串的长度,我是以某个字母作为结束,本质上是一个意思。
它采用双指针,我用了两个循环,没有用指针,用的是下标操作。
class Solution {
public:
int lengthOfLongestSubstring(string s) {
// 哈希集合,记录每个字符是否出现过
unordered_set<char> occ;
int n = s.size();
// 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;
// 枚举左指针的位置,初始值隐性地表示为 -1
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.erase(s[i - 1]);
}
while (rk + 1 < n && !occ.count(s[rk + 1])) {
// 不断地移动右指针
occ.insert(s[rk + 1]);
++rk;
}
// 第 i 到 rk 个字符是一个极长的无重复字符子串
ans = max(ans, rk - i + 1);
}
return ans;
}
};
作者:LeetCode-Solution
链接:https://leetcode-cn.com/problems/longest-substring-without-repeating-characters/solution/wu-zhong-fu-zi-fu-de-zui-chang-zi-chuan-by-leetc-2/
来源:力扣(LeetCode)
总结
使用滑动窗口理论,动态分析。
重要的一点就是,每次计算下个字符对应的dp数值时,只需要看前一个字符的dp数值在内的那个切片有无包含当前字符就行了。
喜欢就点个赞叭!!