3. 无重复字符的最长子串
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。
思路
-
设立左指针left和右指针right
-
右指针向右移动
- 判断右指针对应的字符在窗口内是否出现过
- 如果出现过,左指针移动到右指针对应相同字符的下一个。
- 更新子串长度。
-
循环移动右指针
本质上,就是遍历每一个s[right]结尾的,没有重复字符的最长子串,从中找到最长的。
代码
class Solution {
public:
int lengthOfLongestSubstring(string s) {
int left = 0, right = 0, res = 0;
unordered_map<char, int>window;
while(right < s.size()){
char c1 = s[right++];
// s[left, right)
window[c1]++;
while(window[c1] > 1){
char c2 = s[left];
window[c2]--;
left++;
}
res = max(res, right - left);
}
return res;
}
};
72. 最小覆盖子串
题目链接
给你一个字符串 S、一个字符串 T,请在字符串 S 里面找出:包含 T 所有字符的最小子串。
示例
输入: S = "ADOBECODEBANC", T = "ABC"
输出: "BANC"
思路
原字符串s使用窗口[left, right),不断移动右指针,每当满足包含子串,就开始移动左指针,缩小窗口,一旦左指针移动到不满足包含子串,继续移动右指针,找下一个符合条件的窗口。
问题一:如何判断窗口是否包含子串
- 使用哈希表need,统计每个字符串需要的数量,使用vaild变量统计窗口中满足need中字符串需要的数量,当vaild == need.size(), 表示窗口已经包含子串。
代码
class Solution {
public:
string minWindow(string s, string t) {
int left = 0, right = 0;
unordered_map<char, int> need;
unordered_map<char, int>window;
for(char c: t)need[c]++;
int valid = 0, start = 0, len = INT_MAX;
while(right < s.size()){
char c1= s[right++];
if(need.count(c1)){
window[c1]++;
if(window[c1