LeetCode题练习与总结:无重复字符的最长子串

231 篇文章 0 订阅
138 篇文章 0 订阅
文章介绍了如何使用滑动窗口和哈希表的方法,通过双指针left和right找到给定字符串中无重复字符的最长子串长度。时间复杂度为O(n),空间复杂度为O(min(n,m))。
摘要由CSDN通过智能技术生成

一、题目描述

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 * 10^4
  • s 由英文字母、数字、符号和空格组成

二、解题思路

  1. 初始化两个指针,leftright,分别表示当前考虑的子串的起始和结束位置。
  2. 创建一个哈希表(HashMap),用于存储字符及其在字符串中的索引。
  3. right 指针向右移动时,更新哈希表中字符的索引。
  4. 如果哈希表中已经存在当前字符,且该字符的索引大于等于 left 指针的位置,说明子串中有重复字符,需要移动 left 指针到重复字符的下一个位置。
  5. 更新最长子串的长度,即 right - left + 1
  6. right 指针到达字符串末尾时,返回最长子串的长度。

三、具体代码

class Solution {
    public int lengthOfLongestSubstring(String s) {
        if (s == null || s.length() == 0) {
            return 0;
        }

        int maxLength = 0;
        Map<Character, Integer> map = new HashMap<>();
        int left = 0;

        for (int right = 0; right < s.length(); right++) {
            char currentChar = s.charAt(right);
            // 如果当前字符已经存在于哈希表中,并且索引大于等于left
            if (map.containsKey(currentChar) && map.get(currentChar) >= left) {
                // 更新left指针位置
                left = map.get(currentChar) + 1;
            }
            // 更新当前字符的索引
            map.put(currentChar, right);
            // 更新最长子串长度
            maxLength = Math.max(maxLength, right - left + 1);
        }

        return maxLength;
    }
}

四、时间复杂度与空间复杂度

1. 时间复杂度
  • 时间复杂度是 O(n),其中 n 是字符串 s 的长度。
  • 这是因为 right 指针遍历整个字符串,而 left 指针在遇到重复字符时最多向后移动到重复字符的下一个位置。
  • 在最坏的情况下,left 指针可能需要移动到字符串的开始位置,但这种情况只会发生一次,所以整体时间复杂度仍然是线性的。
2. 空间复杂度
  • 空间复杂度是 O(min(n, m)),其中 m 是字符集的大小(假设字符集是有限的,例如 ASCII 字符集有 128 个字符)。
  • 这是因为哈希表 map 用于存储字符到索引的映射,最多需要存储 n 个字符的索引。
  • 在实际应用中,如果字符集的大小远小于字符串长度,空间复杂度将主要由字符集的大小决定。

五、总结知识点

  1. 滑动窗口:这是一种常用的解决子串问题的方法,通过移动窗口的边界来遍历字符串,同时保持窗口内元素的特性(如无重复字符)。

  2. 哈希表(HashMap):用于存储字符及其在字符串中的索引,以便快速查找和更新。

  3. 双指针:使用 leftright 指针来表示滑动窗口的起始和结束位置,通过移动这两个指针来控制窗口的大小。

  4. 边界条件处理:在代码中,我们处理了字符串为空或为 null 的情况,以及在遇到重复字符时更新 left 指针的逻辑。

  5. 数学优化:通过计算 right - left + 1 来动态更新最长子串的长度,这是一种常见的优化技巧,避免了额外的变量来存储当前子串的长度。

以上就是解决这个问题的详细步骤,希望能够为各位提供启发和帮助。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一直学习永不止步

谢谢您的鼓励,我会再接再厉的!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值