算法-无重复字符的最长子串
题目1:力扣-3:无重复字符的最长子串 ,难度:中等
描述:
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。
示例 2:
输入: s = “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: s = “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。
示例 4:
输入: s = “”
输出: 0
提示:
- 0 <= s.length <= 5 * 104
- s 由英文字母、数字、符号和空格组成
编码实现:
方法1:暴力方法:双循环
public class Algorithm {
public int lengthOfLongestSubstring(String s){
//write your code here...
int max = 0;
for(int i = 0; i < s.length(); i++){
StringBuffer sb = new StringBuffer(String.valueOf(s.charAt(i)));
for(int j = i + 1; j < s.length(); j++){
if(sb.toString().contains(String.valueOf(s.charAt(j)))){
break;
}else{
sb.append(s.charAt(j));
}
}
max = Math.max(max, sb.length());
}
return max;
}
}
分析:该算法为暴力无脑解法,其时间复杂度为O(n^3),空间复杂度为O(m)
优化算法:滑动窗口法
编码实现(滑动窗口):
public class Algorithm {
public int lengthOfLongestSubstring(String s){
//窗口
HashSet<Character> window = new HashSet<>();
int max = 0, rp = 0;
for(int lp = 0; lp < s.length(); lp++){
//移除第一个元素(左指针后移)
if(lp > 0) window.remove(s.charAt(lp - 1));
while(rp < s.length() && !set.contains(s.charAt(rp))){
window.add(s.charAt(rp));
rp++;
}
max = Math.max(max, window.size());
}
return max;
}
}
分析:时间复杂度为 O(n),空间复杂度为 O(|E|) 其中 E 代表可能出现的无重复的字符集的个数,默认为所有的ASCII 码在 [0,128)内可能出现的字符。
题目2:最长无重复子数组(NC-41)难度:中等
描述:
给定一个数组arr,返回arr的最长无重复元素子数组的长度,无重复指的是所有数字都不相同。
子数组是连续的,比如[1,3,5,7,9]的子数组有[1,3],[3,5,7]等等,但是[1,3,7]不是子数组
数据范围:0 <= |arr| <= 1000000
要求: 空间复杂度 O(n),时间复杂度 O(nlogn)
示例1:
输入:[2,3,4,5]
输出: 4
说明: 最长无重复子数组为:[2,3,4,5]
示例2:
输入:[2,2,3,4,3]
输出: 3
说明: 最长无重复子数组为:[2,3,4]
示例3:
输入:[9]
输出: 1
说明: 最长无重复子数组为:[9]
示例4:
输入: [1,2,3,1,2,3,2,2]
输出: 3
说明: 最长无重复子数组为:[1,2,3]
示例5:
输入: [2,2,3,4,8,99,3]
输出: 5
说明: 最长无重复子数组为:[2,3,4,8,99]
分析:仍然使用滑动窗口法
编码实现:
public class Algorithm {
public int maxLength(int[] arr){
int max = 0, r = 0;
HashSet<Integer> window = new HashSet<>();
for(int i = 0; i < arr.length; i++){
if(i > 0) window.remove(arr[i - 1]);
while(r < s.length && !window.contains(arr[r])){
window.add(arr[r]);
r++;
}
max = Math.max(max,window.size());
}
return max;
}
}