Skip to content

Latest commit

 

History

History
111 lines (88 loc) · 3.21 KB

22.longest-substring-without-repeating-characters.md

File metadata and controls

111 lines (88 loc) · 3.21 KB

3. 无重复字符的最长子串

https://leetcode-cn.com/problems/longest-substring-without-repeating-characters/

题目描述

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。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/longest-substring-without-repeating-characters
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

方法 1:滑动窗口+哈希表

思路

  • 维护一个滑动窗口,当窗口中的字符不重复时,继续向右扩大窗口。
  • 当遇到重复字符 d 时,将窗口左侧收缩到 d 字符上次出现的位置 + 1。
  • 为了快速找到字符上次出现的位置,我们可以用一个哈希表来记录每个字符最新出现的位置。
  • 在滑动窗口遍历数组的过程中用一个变量记录窗口的最大长度。

复杂度分析

  • 时间复杂度:$O(N)$,N 为 s 长度。
  • 空间复杂度:$O(d)$,d 是字符集的大小,但哈希表的大小最大也只是 $O(N)$

代码(JavaScript/C++)

JavaScript Code

/**
 * @param {string} s
 * @return {number}
 */
var lengthOfLongestSubstring = function (s) {
    const map = {};
    let l = 0,
        r = 0,
        max = 0;

    while (r < s.length) {
        const pos = map[s[r]];
        // 如果 s[r] 曾在 [l, r] 滑动窗口中出现
        // 就收缩滑动窗口左侧,把 l 指针移动到 s[r] 上次出现的位置 + 1
        if (pos >= l && pos <= r) l = pos + 1;

        // 更新 s[r] 出现的位置
        map[s[r]] = r;
        // 计算滑动窗口大小
        max = Math.max(max, r - l + 1);
        // 滑动窗口继续右移扩张
        r++;
    }
    return max;
};

C++ Code

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        unordered_map<char,int> seen;
        int max_len = 0, l = 0, r = 0;
        while (r < s.size()) {
            if (seen.count(s[r]) > 0) {
                int last_pos = seen[s[r]];
                if (last_pos >= l && last_pos <= r) {
                    l = last_pos + 1;
                }
            }
            max_len = max(max_len, r - l + 1);
            seen[s[r]] = r;
            r++;
        }
        return max_len;
    }
};

更多题解可以访问:https://github.com/suukii/91-days-algorithm