LeetCode 3.无重复字符的最长子串

sun_lm

于 2019-05-17 22:37:45 发布

阅读量146

点赞数

分类专栏： LeetCode 文章标签：字符串

LeetCode 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

题目描述

题解

方法一：暴力法

思路

逐个检查所有的子字符串，看它是否不含有重复的字符。

算法

假设有一个函数 boolean allUnique(String substring) ，如果substring中的字符都是唯一的，它会返回 true，否则会返回 false。我们可以遍历给定字符串 s 的所有可能的子字符串并调用函数 allUnique。如果返回值为 true，那么我们将会更新无重复字符子串的最大长度的答案。

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

    public boolean allUnique(String s, int start, int end) {
        Set<Character> set = new HashSet<>();
        for (int i = start; i < end; i++) {
            Character ch = s.charAt(i);
            if (set.contains(ch))
                return false;
            set.add(ch);
        }
        return true;
    }
}

复杂度分析

时间复杂度：O(n^3) 。
空间复杂度：O(min(n,m))，我们需要 O(k) 的空间来检查子字符串中是否有重复字符，其中 k 表示 Set 的大小。而 Set 的大小取决于字符串 n 的大小以及字符集/字母 m 的大小。

方法二：

思路

方法一中的暴力法是逐个检查了所有的子字符串。其实这是没有必要的，对于substring(i,j)这个子字符串，如果它是含有重复字符的，那就没有必要再检查substring(i,j+1)这个字符串了。

算法

每次以start作为子字符串的开始下标，以end作为子字符串的结束下标。对于每一个start，在保证子字符串中没有重复字符的情况下一直增加end，直到遇到重复的字符为止。得到每一个start对应的无重复字符字符串的最大end，然后更新答案。

    public int lengthOfLongestSubstring(String s) {
        int max = 0;
        Set<Character> set = new HashSet<Character>();
        for(int start=0;start < s.length();start++) {
            set.clear();
            set.add(s.charAt(start));
            int end = start + 1;
            while(end < s.length()) {
                if(!set.contains(s.charAt(end)))
                    set.add(s.charAt(end++));
                else
                    break;
            }
            if(end - start > max)
                max = end - start;
        }
        return max;
    }

复杂度分析

时间复杂度：O(n^2) 。
空间复杂度：O(n)

方法三：滑动窗口

算法

方法二中如果从索引 i 到 j−1 之间的子字符串 substring(i,j) 检查到含有重复字符，将会把set清零，重新从i+1下标开始。其实这是没有必要的，我们只需要把set中的字符按照下标顺序依次移除直到不含有重复字符就可以了。整个操作类似于一个滑动窗口。

滑动窗口是数组/字符串问题中常用的抽象概念。窗口通常是在数组/字符串中由开始和结束索引定义的一系列元素的集合，即 [i,j)（左闭，右开）。而滑动窗口是可以将两个边界向某一方向“滑动”的窗口。例如，我们将 [i,j) 向右滑动 1 个元素，则它将变为 [i+1,j+1)。

回到我们的问题，我们使用 HashSet 将字符存储在当前窗口 [i,j)（最初 j=i）中。然后我们向右侧滑动索引 j，如果它不在 HashSet 中，我们会继续滑动 j。直到 s[j] 已经存在于 HashSet 中。此时，我们找到的没有重复字符的最长子字符串将会以索引 i 开头。如果我们对所有的 i 这样做，就可以得到答案。

    public int lengthOfLongestSubstring(String s) {
        int max = 0;
        int start = 0;
        int end = 0;
        int n = s.length();
        Set<Character> set = new HashSet<Character>();
        while(start < n && end < n) {
            if(!set.contains(s.charAt(end))) {
                set.add(s.charAt(end++));
                max = Math.max(max, end - start);
            } else {
                set.remove(s.charAt(start++));
            }
        }
        return max;
    }

复杂度分析

时间复杂度：O(n)。
空间复杂度：O(min(m,n))，与之前的方法一相同。滑动窗口法需要 O(k) 的空间，其中 k 表示 Set 的大小。而 Set 的大小取决于字符串 n 的大小以及字符集 / 字母 m 的大小。

方法四：优化的滑动窗口

上述的方法最多需要执行 2n 个步骤。事实上，它可以被进一步优化为仅需要 n 个步骤。我们可以定义字符到索引的映射，而不是使用集合来判断一个字符是否存在。当我们找到重复的字符时，我们可以立即跳过该窗口。

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。

Java（使用 HashMap）

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

Java（假设字符集为 ASCII 128）

以前的我们都没有对字符串 s 所使用的字符集进行假设。

当我们知道该字符集比较小的时侯，我们可以用一个整数数组作为直接访问表来替换 Map。

常用的表如下所示：

int [26] 用于字母 ‘a’ - ‘z’ 或 ‘A’ - ‘Z’
int [128] 用于ASCII码
int [256] 用于扩展ASCII码

public class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length(), ans = 0;
        int[] index = new int[128]; // current index of character
        // try to extend the range [i, j]
        for (int j = 0, i = 0; j < n; j++) {
            i = Math.max(index[s.charAt(j)], i);
            ans = Math.max(ans, j - i + 1);
            index[s.charAt(j)] = j + 1;
        }
        return ans;
    }
}

复杂度分析