3.无重复字符的最长子串
题目:
给定一个字符串,请你找出其中不含有重复字符的 最长子串 的长度。
示例:
输入: “pwwkew”
输出: 3
解释: 因为无重复字符的最长子串是 “wke”,所以其长度为 3。
请注意,你的答案必须是 子串 的长度,“pwke” 是一个子序列,不是子串。
我的答案:
public static int lengthOfLongestSubstring(String s) {
int max=0;
int start=0,end=0;
List<Character> subList=new ArrayList<>();
List<Character> list=new ArrayList<>();
for (;end<s.length();end++){//1.end每次都++,以判断下一个元素
char ch = s.charAt(end);
if(subList.contains(ch)){//2.start当遇到当前元素和集合中已有元素有重合时++
start++;
}
list.add(ch);
subList=new ArrayList<>(list.subList(start,end+1));
long count = subList.stream().distinct().count();
if( count<subList.size() ){//3.判断当前子串有无重复元素
start++;//添加新元素后,start和end之间有重复元素时start++
}
if(max<(end-start+1)){
max=end-start+1;
}
}
return max;
}
我的思路:有两个变量start和end分别记录目前最长子串的起始位置和末尾位置,不断更新start和end的位置以保证当前的子串是无重复的,同时不断更新遇到的无重复子串中的最大长度max,最终返回max即可。start和end最初的位置都是字符串的第一个字符,①end不断后移,不断判断以end为下标当前字符是否满足“和当前集合已有元素无重合”,②当某次访问的元素已经在集合里出现过,就需要将start的位置后移,保证当前集合里无重复元素,如abca里遇到了第二个a,当前子串更新为bca,③当,如pwwe里遇到第二个w时,此时更新后的子串为ww,依然有重复,因此start再次后移,保证子串里无重复字符。
学习:
-
我的答案:能算出答案,但性能不是很好。消耗的空间和滑动窗口算法差不多,但是时间是它的20倍,最后思路绕得还差点把自己带晕。但是也有收获,写的过程中查资料得知了一个方法:
判断集合里有无重复元素:
subList.size()>subList.stream().distinct().count()?true:false; -
他人答案:推荐最多的是窗口滑动算法,相当于一个队列,比如例题中的 abcabcbb,进入这个队列(窗口)为 abc 满足题目要求,当再进入
a,队列变成了 abca,这时候不满足要求。所以,我们要不断移动这个队列。 代码:
public int lengthOfLongestSubstring(String s) {
if (s.length()==0) return 0;
int max=0;
int start=0;
Map<Character,Integer> map=new HashMap<>();
for (int end=0;end<s.length();end++){//end每次都++,以判断下一个元素
char ch = s.charAt(end);
if(map.containsKey(ch)){//遇到重复字符,更新start
start=Math.max(start,map.get(ch)+1);
}
map.put(ch,end);//存放新值(就是这个值淘汰掉了旧值)
max=Math.max(max,end-start+1);//更新max
}
return max;
}
以字符串“abcadcdaa”为例,理解第8行代码:
- 总结:滑动窗口算法适用于解决关于数组/字符串的连续子元素问题,如连续N个元素做运算,连续N个元素符合什么条件,通过起始和末尾位置,不断淘汰掉不符合条件的旧元素,加入符合条件的新元素,来达到将嵌套的循环问题,转换为单循环问题,依次来降级时间复杂度。