[剑指-Offer] 48. 最长不含重复字符的子字符串(滑动窗口、哈希映射、常规解法)

  • Post author:
  • Post category:其他




1. 题目来源

链接:

最长不含重复字符的子字符串


来源:LeetCode——《剑指-Offer》专项



2. 题目说明

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。


提示:


  • s.length <= 40000



3. 题目解析



方法一:滑动窗口+HashMap+常规解法

这道题

字符出现的位置很重要

,所以可以使用

HashMap

来建立字符和其出现位置之间的映射。主要思路如下:

  • 维护了一个滑动窗口,窗口内的都是没有重复的字符,需要尽可能的扩大窗口的大小

  • 由于窗口在不停向右滑动,所以只关心每个字符最后出现的位置,并建立映射

  • 窗口的右边界就是当前遍历到的字符的位置,

    为了求出窗口的大小,需要一个变量 left 来指向滑动窗口的左边界

  • 如果当前遍历到的字符从未出现过,那么直接扩大右边界

  • 如果之前出现过,那么就分两种情况,在或不在滑动窗口内

    • 如果不在,那么就没事,当前字符可以加进来
    • 如果在,需要先在滑动窗口内去掉这个已经出现过的字符了,

      去掉的方法并不需要将左边界

      left

      一位一位向右遍历查找,由于

      HashMap

      已经保存了该重复字符最后出现的位置,所以直接移动

      left

      指针就可以了。
  • 维护一个结果

    res

    ,每次用出现过的窗口大小来更新结果

    res

    ,就可以得到最终结果啦。

注意将

left

初始化为 -1,在

i - left

时,不必判断单个字符的情况了。

参见代码如下:

// 执行用时 :40 ms, 在所有 C++ 提交中击败了28.37%的用户
// 内存消耗 :11.1 MB, 在所有 C++ 提交中击败了100.00%的用户

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        if (s.size() == 0) return 0;
        int res = 0, left = -1;
        unordered_map<int, int> m;
        for (int i = 0; i < s.size(); ++i) {
            if (m.count(s[i]) and m[s[i]] > left) left = m[s[i]];
            
            m[s[i]] = i;
            res = max(res, i - left);
        }
        return res;
    }
};



方法二:滑动窗口+vector映射数组+常规解法

下面这种写法是上面解法的精简模式,这里可以建立一个

256 位大小的整型数组来代替

HashMap


,这样做的原因是

ASCII

表共能表示 256 个字符,也是常见的哈希映射初始化方式,但是由于键盘只能表示 128 个字符,所以用 128 也行,然后全部初始化为 -1,


这样的好处是

:


不用像之前的

HashMap

一样要查找当前字符是否存在映射对了,对于每一个遍历到的字符,直接用其在数组中的值来更新

left




因为默认是 -1,而

left

初始化也是 -1,所以并不会产生错误,这样就省了 if 判断的步骤

,其余思路都一样。

参见代码如下:

// 执行用时 :0 ms, 在所有 C++ 提交中击败了100.00%的用户
// 内存消耗 :10.1 MB, 在所有 C++ 提交中击败了100.00%的用户

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        vector<int> m(128, -1);
        int res = 0, left = -1;
        for (int i = 0; i < s.size(); ++i) {
            left = max(left, m[s[i]]);
            m[s[i]] = i;
            res = max(res, i - left);
        }
        return res;
    }
};



方法三:滑动窗口+HashSet+常规解法

下面这种解法使用了

HashSet

,核心算法和上面的很类似,把出现过的字符都放入

HashSet

中,遇到

HashSet

中没有的字符就加入

HashSet

中并更新结果

res

,如果遇到重复的,则从左边开始删字符,直到删到重复的字符停止。感觉这个的

滑动窗口

更加动感,更加形象。

// 执行用时 :32 ms, 在所有 C++ 提交中击败了41.72%的用户
// 内存消耗 :13.6 MB, 在所有 C++ 提交中击败了100.00%的用户

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int res = 0, left = 0, i = 0, n = s.size();
        unordered_set<char> t;
        while (i < n) {
            if (!t.count(s[i])) {
                t.insert(s[i++]);
                res = max(res, (int)t.size());
            }  
            else {
                t.erase(s[left++]);
            }
        }
        return res;
    }
};



版权声明:本文为yl_puyu原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。