1.题目:
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。
提示:
0 <= s.length <= 5 * 104
s
由英文字母、数字、符号和空格组成
1.Solution(暴力枚举):
用两个for 枚举出所有的字串可能,然后得到最大的那个就可以了
class Solution(object):
def lengthOfLongestSubstring(self, s):
"""
:type s: str
:rtype: int
"""
mx = 0#记录最长的数字
mem = {}
for i in range(len(s)):
temp = ''#temp置零
for j in range(i,len(s)):#遍历字符串
if s[j] not in temp: #不在当前temp里
temp += s[j]
else:#重复了
break
mx = max(mx,len(temp))#记录当前最大值并且继续迭代
return mx
然后算出来整整3000ms,直接惊呆
我看到大部分通过的时间都在30ms左右。我在考虑是不是可以使用记忆化搜索,动态规划。但是还是想不出来。
class Solution:
def lengthOfLongestSubstring(self, s):
cur, res = [], 0
for r in range(len(s)):
if s[r] not in cur: # 右侧进入新的不重复
cur.append(s[r])
res = max(len(cur),res)
else: # 右侧进入新的有重复
while s[r] in cur:
cur.pop(0) # 左边出
cur.append(s[r])
return res
最后还是看了答案(第一眼不理解凭什么都是俩个循环,你的时间是枚举的1/100.
这里其实用的是滑动窗口法,也叫尺取法。
可以用来解决一些查找满足一定条件的连续区间的性质(长度等)的问题。由于区间连续,因此当区间发生变化时,可以通过旧有的计算结果对搜索空间进行剪枝,这样便减少了重复计算,降低了时间复杂度。
我刚开始一直想不到的是如果不穷举怎么才能把每个情况的数字都求出来呢?
但是穷举确实有很多的重复的情况eg.
abcdefcijk
如果是穷举,在穷举以b开头的字符时:
b
bc
bcd
bcde
....
这个b循环有很多和a循环重复。然而滑动窗口就可以很好的解决这个问题