每天一题LeetCode--无重复字符的最长子串

1、题目

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。

2、解题

自己的思路：由于要找出不含有重复字符的 最长子串 的长度，那么便想着使用双重for循环，外层从头开始遍历，内层从下一个字符开始遍历。
使用变量maxLen记录当前最大长度；临时变量len记录当前遍历的长度；temp记录当前len对应的字符串。
如果内层遍历到某个位置时，len超过了maxLen，则修改maxLen的值（+1）；
如果内层遍历到某个位置时，含有了重复字符，则退出当前内层循环。

实现代码：

class Solution {
    public int lengthOfLongestSubstring(String s) {
        int maxLen=0;
        for(int i=0;i<s.length();i++){
            int len=1;
            String temp=s.substring(i,i+1);
            for(int j=i+1;j<s.length();j++){
                if(temp.indexOf(s.substring(j,j+1))==-1){
                    temp=temp+s.substring(j,j+1);
                    len=len+1;
                }else{
                    break;
                }                
            }
            if(len>maxLen){
                maxLen=len;
            }
        }
        return maxLen;
    }
}

此时执行用时：500 ms；内存消耗：39.3 MB
这道题官网标识难度：中等。
双层for循环耗时太久了。。。

3、LeetCode官方题解

方法一：滑动窗口

思路和算法：

我们先用一个例子来想一想如何在较优的时间复杂度内通过本题。

我们不妨以示例一中的字符串abcabcbb 为例，找出 从每一个字符开始的，不包含重复字符的最长子串，那么其中最长的那个字符串即为答案。对于示例一中的字符串，我们列举出这些结果，其中括号中表示选中的字符以及最长的字符串：

• 以(a)bcabcbb 开始的最长字符串为 (abc)abcbb；
• 以 a(b)cabcbb 开始的最长字符串为 a(bca)bcbb；
• 以ab( c)abcbb 开始的最长字符串为ab(cab)cbb；
• 以abc(a)bcbb 开始的最长字符串为abc(abc)bb；
• 以 abca(b)cbb 开始的最长字符串为abca(bc)bb；
• 以 abcab©bb 开始的最长字符串为 abcab(cb)b；
• 以abcabc(b)b 开始的最长字符串为abcabc(b)b；
• 以 abcabcb(b) 开始的最长字符串为abcabcb(b)。

发现了什么？如果我们依次递增地枚举子串的起始位置，那么子串的结束位置也是递增的！这里的原因在于，假设我们选择字符串中的第 k 个字符作为起始位置，并且得到了不包含重复字符的最长子串的结束位置为 r_k。那么当我们选择第 k+1个字符作为起始位置时，首先从 k+1到r_k的字符显然是不重复的，并且由于少了原本的第 k 个字符，我们可以尝试继续增大r_k，直到右侧出现了重复字符为止。

这样以来，我们就可以使用「滑动窗口」来解决这个问题了：

• 我们使用两个指针表示字符串中的某个子串（的左右边界）。其中左指针代表着上文中「枚举子串的起始位置」，而右指针即为上文中的r_k；
• 在每一步的操作中，我们会将左指针向右移动一格，表示 我们开始枚举下一个字符作为起始位置，然后我们可以不断地向右移动右指针，但需要保证这两个指针对应的子串中没有重复的字符。在移动结束后，这个子串就对应着 以左指针开始的，不包含重复字符的最长子串。我们记录下这个子串的长度；
• 在枚举结束后，我们找到的最长的子串的长度即为答案。
  判断重复字符

在上面的流程中，我们还需要使用一种数据结构来判断 是否有重复的字符，常用的数据结构为哈希集合（即 C++ 中的 std::unordered_set，Java 中的 HashSet，Python 中的 set, JavaScript 中的 Set）。在左指针向右移动的时候，我们从哈希集合中移除一个字符，在右指针向右移动的时候，我们往哈希集合中添加一个字符。

至此，我们就完美解决了本题。

class Solution {
    public int lengthOfLongestSubstring(String s) {
        // 哈希集合，记录每个字符是否出现过
        Set<Character> occ = new HashSet<Character>();
        int n = s.length();
        // 右指针，初始值为 -1，相当于我们在字符串的左边界的左侧，还没有开始移动
        int rk = -1, ans = 0;
        for (int i = 0; i < n; ++i) {
            if (i != 0) {
                // 左指针向右移动一格，移除一个字符
                occ.remove(s.charAt(i - 1));
            }
            while (rk + 1 < n && !occ.contains(s.charAt(rk + 1))) {
                // 不断地移动右指针
                occ.add(s.charAt(rk + 1));
                ++rk;
            }
            // 第 i 到 rk 个字符是一个极长的无重复字符子串
            ans = Math.max(ans, rk - i + 1);
        }
        return ans;
    }
}

复杂度分析

• 时间复杂度：O(N)，其中 N 是字符串的长度。左指针和右指针分别会遍历整个字符串一次。
• 空间复杂度：O(∣Σ∣)，其中Σ 表示字符集（即字符串中可以出现的字符），∣Σ∣ 表示字符集的大小。在本题中没有明确说明字符集，因此可以默认为所有 ASCII 码在[0,128) 内的字符，即∣Σ∣=128。我们需要用到哈希集合来存储出现过的字符，而字符最多有∣Σ∣ 个，因此空间复杂度为O(∣Σ∣)。

LeetCode中文网址：力扣

Happy Learning ~