无重复字符的最长子串
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:
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。
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。
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
暴力法
由于时间限制,会出现 TLE
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。
复杂度
时间复杂度: O ( n 3 ) O(n^3) O(n3)
滑动窗口
思路
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)[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)[i,j) 向右滑动 11 个元素,则它将变为 [ i + 1 , j + 1 ) [i+1, j+1) [i+1,j+1)(左闭,右开)
我们使用 哈希表(Map) 将字符存储在当前窗口 [ i , j ) [i, j) [i,j)(最初 j = ij=i)中。 然后我们向右侧滑动索引 j j j,如果它不在 哈希表(Map) 中,我们会继续滑动 j j j。直到 s [ j ] s[j] s[j] 已经存在于 哈希表(Map) 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 i i 开头。如果我们对所有的 i i i 这样做,就可以得到答案。
/**
* @param {string} s
* @return {number}
*/
var lengthOfLongestSubstring = function (s) {
var n = s.length
var map = new Map()
var ans = 0, i = 0, j = 0;
while (i < n && j < n) {
if (!map.has(s[j])){
map.set(s[j],j++)
ans = Math.max(ans, j - i);
}
else {
map.delete(s[i],i++)
}
}
return ans;
};
复杂度
- 时间复杂度: O ( 2 n ) = O ( n ) O(2n) = O(n) O(2n)=O(n),在最糟糕的情况下,每个字符将被 i i i 和 j j j 访问两次。
- 空间复杂度:
O
(
min
(
m
,
n
)
)
O(\min(m,n))
O(min(m,n)),与之前的方法相同。滑动窗口法需要
O
(
k
)
O(k)
O(k)的空间,其中
k
k
k 表示
Set
的大小。而 Set 的大小取决于字符串 n n n的大小以及字符集 / 字母 m m m的大小。
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。
/**
* @param {string} s
* @return {number}
*/
var lengthOfLongestSubstring = function (s) {
var n = s.length
var map = new Map()
var ans = 0, i = 0, j = 0;
for (let j = 0, i = 0; j < n; j++) {
if (map.has(s[j])) {
i = Math.max(map.get(s[j]), i);
}
ans = Math.max(ans, j - i + 1);
map.set(s[j],j+1)
}
return ans;
};
复杂度
-
时间复杂度: O ( n ) O(n) O(n)
-
时间复杂度: O ( n 3 ) O(n^3) O(n3)