[M双指针] lc3. 无重复字符的最长子串(双指针+哈希)

1. 题目来源

链接：lc3. 无重复字符的最长子串

2. 题目解析

方法一：双指针

很经典的一个双指针算法。如何将一个暴力算法优化成双指针算法呢？主要是需要找到单调性。简单聊一下从暴力到双指针的这个过程：

• 暴力算法： 两层循环，枚举第 i 个位置的字母，再枚举 [0, i] 位置，这样就能枚举得到以 i 位置结尾的所有子串。将合法的子串记录下来，长度取个 max 即可。时间复杂度是 $O(n^2)$ 的。
• 双指针算法： 假设子串终点位置为 i，那么一定有一个最靠左的子串起点 j 与当前这个 i 位置一一对应。当 i 向后移动时，j 就不可能再向前移动了，因为若 j - 1 和 i + 1 构成了合法情况。那么，j - 1 也一定能和 i 构成合法情况。这个违反了 j 的定义。故 j 实际上是不可能再向前移动的，它最多只能保持不动或者发生重复情况向后移动。故 j 具有单调性。那么当我们顺序枚举 i 时，起初 i 和 j 都在首字符，即起点 0 的位置，当 i ++ 时，若不发生重复，则 j 不需要向后移动。若发生重复，则只可能是 s[i] 这个字符和 s[j~i - 1] 这个区间中的某个字符发生重复，因为 j 不能向前移动！所以，就一直向后移动 j，直至找到当前 i 位置的最靠左的 j 位置，即对于 i 的最佳且合法的子串起点位置。

这个是很经典很经典的双指针算法。十分有利于理解双指针算法的本质，且思路并不是那么好想。很值得学习~

时间复杂度：$O(n)$
空间复杂度：$O(n)$

代码：

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        unordered_map<char, int> hash;
        int res = 0;
        for (int i = 0, j = 0; i < s.size(); ++i) {
            // 将当前字符添加进哈希表中
            hash[s[i]]++; 
            // 双指针如果哈希表中字符重复出现了，只可能是s[i]重复
            // 就将j指针一直向前删除，直到删了这个重复字符
            // 并将该重复字符在哈希表的数量减1
            // 精髓在于 hash[s[j++]]--;  哈希表维护[j,i]区间内的所有字符的出现次数，实现O(1)的查找
            while (um[s[i]] > 1) hash[s[j++]]--;
            res = max(res, i - j + 1);
        }
        return res;
    }
};

---

2024年08月23日03:07:17
更新：这个时候，这题的思路已经是如此自然。

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int n = s.size();
        int res = 0;
        unordered_map<char, int> um;

        for (int l = 0, r = 0; r < n; r ++ ) {
            um[s[r]] ++ ;
            // 这里写不写这个 l<=r，取不取等号也无所谓的
            // 因为当 l==r 时，um[s[r]] 必然为 1，就是它自身
            // 必然不会再次进入 while，造成 l++ 的越界行为 
            while (l <= r && um[s[r]] > 1) um[s[l ++ ]] -- ; 
            res = max(res, r - l + 1);
        }

        return res;
    }
};