Leetcode-03 最长无重复字符串

一、问题描述

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。

二、初始思路

从前往后扫描字符串，依次将扫描到的字符加入到一个哈希表中，Key为字符，Value为在字符串中的索引，并用一个indexOfFirst记录当前最大长度无重复串（简称当前串）的初始位置。不断扫描字符串，当遇到重复字符时，若当前串长度大于记录的最长长度，更新最长长度，并将indexOfFirst逐步移向哈希表中记录的重复字符所在位置的下一个索引，在此过程中在哈希表删除路径上的字符，最后更新重复字符的位置，继续重复以上过程，直到全部扫描完毕。

三、初始代码

class Solution {
    public int lengthOfLongestSubstring(String s) {
        int maxLen=0;
        int len=0;
        int index=0;
        int indexOfFirst=0;//正在扫描字符串的第一个字符的位置
        Map<Character,Integer> map=new HashMap<>();
        while(index<s.length()){
            char c=s.charAt(index);
            if(map.get(c)==null){
                map.put(c,index);
                len++;
                index++;
            }else{
                if(len>maxLen){
                    maxLen=len;
                }
                int dulpIndex=map.get(c);//发生重复字符的前一个位置
                while(indexOfFirst<=dulpIndex){
                    map.remove(s.charAt(indexOfFirst));
                    indexOfFirst++;
                }
                len=index-dulpIndex;//替换重复字符后的字符串长度
                map.put(c,index);
                index++;
            }
        }
        if(maxLen<len)maxLen=len;
        return maxLen;
    }
}

四、初始结果

运行耗时	9ms	击败 58.02%
内存	40.2M	击败 5.20%

虽然得出了正确的结果，但是运行的时间复杂度和空间复杂度都比较高。

五、优化思路

使用滑动窗口算法进行优化，并可以使用一个cha数组进行数组存储，出现过标记为1，未出现过标记为0.

六、优化代码

class Solution {
    public int lengthOfLongestSubstring(String s) {
        char[] chs=new char[256];
        int left=0;
        int right=0;
        int maxLen=0;
        int len=0;
        while(right<s.length()){
            int cur=s.charAt(right);
            if(chs[cur]==0){
                len++;
                chs[cur]=1;
            }else{
                while(s.charAt(left)!=cur){
                    if(maxLen<len)maxLen=len;
                    chs[s.charAt(left)]=0;
                    left++;
                    len--;
                }
                 left++;
            }
            right++;
        }
        if(maxLen<len)maxLen=len;
        return maxLen;

    }

}

七、优化结果

执行时间	3ms	击败 97.72%
消耗内存	39.6M	击败 5.89%

八、总结

优化过程使用了HashSet和char数组分别进行存储，空间消耗提升效果不太明显，而用char数组进行存储执行效率有明显提升，计算机访问数组通过下标要比其他数据结构更快，滑动窗口+数组提升执行效率效果还是不错的。

滑动窗口还可以用来解决连续数组和问题、最小覆盖字符串问题，之后遇到再详细讨论。