LeetCode0003-无重复字符的最长子串

无重复字符的最长子串

题目描述

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 1:

输入: “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。

示例 2:

输入: “bbbbb”
输出: 1
解释: 因为无重复字符的最长子串是 “b”，所以其长度为 1。

示例 3:

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。

---

解法一：暴力法解决

暴力解决法就是最简单，最直接的解法。主要思路就是逐个检查每个子串是否含有相同元素。

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

	/**
	 * 判断子串中是否存在重复字符
	 * @param s 字符串
	 * @param start 子串开始位置
	 * @param end 子串结束位置
	 * @return 是否存在重复字符
	 */
	private boolean haveRepeat(String s, int start, int end) {
		Set<Character> set = new HashSet<>();
		for (Character ele : s.toCharArray()) {
			if (set.contains(ele)) {
				return true;
			}
			set.add(ele);
		}
		return false;
	}
}

时间复杂度：O(n³)

---

解法二：滑动窗口

我们发现，在暴力法中，我们在反复地检查一个子串中是否有重复值，但是这是没有必要的。在判断出 i 与 j - 1 间的子串 s_ij 中已无重复值时，我们只需判断 s[j] 是否存在于 s_ij 中即可。
若只检查一个元素是否存在于子串中，我们可以将上面的暴力法直接优化为一个时间复杂度为 O(n²) 的算法。但是仅仅如此就足够了吗？答案当然是否定的。
我们在这里可以借助HashSet集合来实现滑动窗口，这样就可以将时间复杂度直接降为 O(n) 。

我们的主要思路是检索HashSet做成的滑动窗口（即范围在 [i,j) 的子串）中是否有第 j+1 个元素，若拥有，则改变滑动窗口的左界限，即从HashSet中删去第 i 个元素并向右移动索引 i ，反之移动右界限，即将第 j+1 个元素放入HashSet中并向右移动索引 j 。

public class Solution {
	public int lengthOfLongestSubstring(String s) {
		int length = 0, i = 0, j = 0;
		Set<Character> set = new HashSet<>();
		for (int i = 0, j = 0 ; i < s.length() && j < s.length() ; ) {
			if (!set.contains(s.charAt(j))) {
				set.add(s.charAt(j++));
				length = Math.max(length, j - i);
			} else {
				set.remove(s.charAt(i++));
			}
		}
		return length;
	}
}

时间复杂度：O(2n)=O(n)

---

解法三：滑动窗口plus

滑动窗口在情况最差时需要执行 2n 个步骤。但是它可以被进一步优化为仅需要 n 个步骤的算法。我们可以定义一个字符到索引的映射，而非使用集合来判断。也就是说当我们找到重复元素时，我们即可立即跳过该窗口。

也就是说，如果 s[j] 在 [i,j) 范围内有与 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′] 范围内的所有元素，并将 i 变为 j′+1。

public class Solution {
	public int lengthOfLongestSubstring(String s) {
		int length = 0;
		Map<Character, Integer> map = new HashMap<>();
		for (int j = 0, i = 0; j < s.length(); j++) {
			if (map.containsKey(s.charAt(j))) {
				i = Math.max(map.get(s.charAt(j)), i); 
			}
			length = Math.max(length, j - i + 1);
			map.put(s.charAt(j), j + 1);
		}
		return length;
	}
}

时间复杂度：O(n)