LeetCode 3 :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。
题解描述
因为此处涉及到子串(一般子串/子集的问题可以使用DP来解)所以DP是一种选择,关键在于找出状态转移方程,并且规定初始值;另外双指针+hashmap/hashset也是一种选择,两个指针分别记录当前无重复子串的开始和遍历到的位置,hash用来辅助工作。
第一种解法
双指针+hashmap
描述:
定义unordered_map<int, int> m来存储出现过的字符和位置,两项分别对应字符和此字符在遍历到s[i]情况下最后出现的位置
定义区间[left,i],表示当前无重复字符的子串;并定义相应的res来记录最大长度(此处left是子串左边界的前一个字符位置)
I. 如果当前字符不在m中,则直接将此字符放入哈希表中,并且取res和i-left的较大值(i-left即是当前子串的长度)
II. 如果当前字符在m中,假如为m[s[i]]
1)m[s[i]]>left,即之前出现的元素在子串当中,要将left进行更新
2)否则,不在当前子串中,同I
代码:
class Solution {
public:
int lengthOfLongestSubstring(string s) {
int res = 0, left = -1, n = s.size();
unordered_map<int, int> m;
for (int i = 0; i < n; ++i) {
if (m.count(s[i]) && m[s[i]] > left) {
left = m[s[i]];
}
m[s[i]] = i;
res = max(res, i - left);
}
return res;
}
};
第二种解法
双指针+hashset
描述:
hashset和上一种解法中的hashmap作用不同
hashmap:用来记录每个元素最后出现的位置,hashmap的大小不会减少
hashset:用来记录当前无重复子串中不同字符的个数,所以有插入和删除的情况,当有重复元素时,从set的起始位置开始删除,每次删除一个元素,如果还有重复的接着删,直到无重复;在插入之后需要更新res,记录的最大长度。
代码:
class Solution {
public:
int lengthOfLongestSubstring(string s) {
int res = 0, left = 0, i = 0, n = s.size();
unordered_set<char> t;
while (i < n) {
if (!t.count(s[i])) {
t.insert(s[i++]);
res = max(res, (int)t.size());
} else {
t.erase(s[left++]);
}
}
return res;
}
};
第三种解法
动态规划
描述:
维护一个数组dp[],dp[i]表示到以第i个字符结尾(第i个字符串属于子字符串)的不包含重复数组的子字符串的最大长度。(因为最终只是求其长度,所以我们并不保存最大不重复子字符串,只是存储其长度方便后续比较)
状态转移方程:
I. 如果第i个字符从未出现过,那么dp[i] = dp[i-1] + 1;
II. 如果第i个字符出现过, 此时需要分情况讨论。
这时我们找出第i个字符最近一次出现的位置index,记两个的距离为d= i-index:
1) d<=dp[i-1],即这个字符出现在以第i-1个字符结尾的不包含重复数组的子字符串中,则dp[i] = d;
2) d>dp[i-1], 即这个字符没有出现在以第i-1个字符结尾的不包含重复数组的子字符串中,则dp[i] = dp[i-1] + 1 。
此外,需要定义map<char,int> m来记录出现过的字符,用于判断当前的字符是否出现过。
最终,遍历数组dp[],找出最大值即可。
代码:
class Solution {//DP
public:
int lengthOfLongestSubstring(string s) {
if(s.empty())
return 0;
vector<int> dp(s.size(),1);
map<char,int> m;
m[s[0]]=0;
for(int i=1;i<s.size();i++)
{
int preIndex = m.count(s[i])==0 ? -1 : m[s[i]];
if(i-preIndex>dp[i-1])
dp[i]=dp[i-1]+1;
else
dp[i]=i-preIndex;
m[s[i]]=i;
}
int res=0;
for(int i=0;i<dp.size();i++)
res = max(res,dp[i]);
return res;
}
};