LeetCode高频算法面试题 - 003 - 无重复字符的最长子串

大家好，我是漫步coding, 最近在整理2022年LeetCode高频算法面试题 ,感觉好的, 可以点赞、收藏哈。同时有补充的也欢迎大家给出反馈。本文首发于公众号: 漫步coding

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。

<font color=#FF000 >题目难度: ★★★, 中等</font>

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 * 104
• s 由英文字母、数字、符号和空格组成

代码实现

tips: 以下代码是使用Go代码实现的不同解法, 文章最后可以看C++、C、Java、Python实现

1、滑动窗口

• 1)、滑动窗口由左右两个指针(start, end)组成，其起始位置均为0。
• 2)、窗口移动时，让左指针star不变，仅移动右指针end，不断扩大子串。
• 3)、子串中是否存在重复字符，我们使用map存储字符出现的位置。
• 4)、<font color=#FF000 >右指针end的下一个字符是否已经存在于map中，若是，则左指针start右移到该字符出现位置的下一位（因为从左指针start到这一位中间是必然有重复的）；否则重复步骤2。</font>
• 5)、每次刷新窗口时，都要对窗口长度进行计算，若大于原来标记的最大窗口长度，则进行更新。

另外，要注意一些边界条件，如字符串长度不能为0，否则将导致数组越界；

这样，通过一次遍历就能够得到结果，时间复杂度为O(n)。

图解过程

<font color=#FF000 >步骤1、</font>

<font color=#FF000 >步骤2、</font>

<font color=#FF000 >步骤3、</font>

<font color=#FF000 >步骤4、</font>

<font color=#FF000 >步骤5、</font>

<font color=#FF000 >步骤6、</font>

func lengthOfLongestSubstring(s string) int {
   if len(s) == 0 {
      return 0
   }
   start, end, max := 0,0,0
   m := map[byte]int{}
   for ; end < len(s); end++{
      if _,ok := m[s[end]]; ok {
         if m[s[end]] + 1 >= start { // 针对s是"abba", end是3(最后一个a), start是2(第二个b), m[s[end]]=m['a']是0，所以需要更新start
            start = m[s[end]] + 1   
         }
      }
      m[s[end]] = end
      if end - start + 1 > max {
         max = end - start + 1
      }
   }
   return max
}

执行结果:

其他语言版本

C++

// 滑动窗口
// 时间复杂度: O(len(s))
// 空间复杂度: O(len(charset))
class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int freq[256] = {0};
        int l = 0, r = -1; //滑动窗口为s[l...r]
        int res = 0;
        // 整个循环从 l == 0; r == -1 这个空窗口开始
        // 到l == s.size(); r == s.size()-1 这个空窗口截止
        // 在每次循环里逐渐改变窗口, 维护freq, 并记录当前窗口中是否找到了一个新的最优值
        while(l < s.size()){
            if(r + 1 < s.size() && freq[s[r+1]] == 0){
                r++;
                freq[s[r]]++;
            }else {   //r已经到头 || freq[s[r+1]] == 1
                freq[s[l]]--;
                l++;
            }
            res = max(res, r-l+1);
        }
        return res;
    }
};

执行结果:

Java

class Solution {
    public static int lengthOfLongestSubstring(String s) {
    Map<Character, Integer> charIndex = new HashMap<>(s.length());
    int start =0, maxLength = 0, length = 0;
    for (int i =0; i < s.length(); i++) {
        Character ch = s.charAt(i);
        Integer lastIndex = charIndex.get(ch);
        if (Objects.nonNull(lastIndex) && charIndex.get(ch) >= start) {
            start = lastIndex + 1;
            length = i - start + 1;
        } else {
            length += 1;
        }
        maxLength = length > maxLength ? length : maxLength;
        charIndex.put(ch, i);
    }
    return maxLength;
  }
}

执行结果:

几种语言运行效果对比