Leetcode题解:4. Longest Substring Without Repeating Characters

来源:互联网 发布:故乡天下黄花知乎 编辑:程序博客网 时间:2024/06/05 08:43

Leetcode题解:4. Longest Substring Without Repeating Characters

难度:Medium

题目

Given a string, find the length of the longest substring without repeating characters.
Examples:
Given “abcabcbb”, the answer is “abc”, which the length is 3.
Given “bbbbb”, the answer is “b”, with the length of 1.
Given “pwwkew”, the answer is “wke”, with the length of 3. Note that the answer must be a substring, “pwke” is a subsequence and not a substring.

中文简述

给定一个字符串s,找出其中最长的不包含重复字符的子字符串的长度。

思路

通过中文简述,我们可以发现这道题的题目相当好理解就是找最长的不含重复字符串的子字符串嘛。虽然题目简单,但是要想到一个时间复杂度比较好的算法也是要费一番思考的。
常见的方法是窗口法window法,中心思想就是利用左右两个指针去字符串中标定当前的不重复的子字符串,然后去维护这个窗口:
每当向后加入一个元素的时候判断这个元素是否重复出现在子字符串中
①没有,则直接加入子字符串(即窗口右边指针右移),并且比较当前子字符串的长度是否超过历史最长
②重复出现,则将左边指针移到重复元素的下一位。
基于窗口法我也采用了2种方法去实现,主要针对维护窗口方面:
方法一
直接去扫窗口左边到右边,搜索新加入元素是否重复的位置,有则返回位置。无则返回0;

class Solution {public:    int lengthOfLongestSubstring(string s){        int longest=0,len = s.size();        int wl=0, wr=0;        int find;        string::iterator it = s.begin();        for(int i=0; i < len; i++){            int ch = s[i];            find = findChar(it+wl, it+wr, ch);            if(find == -1){                wr++;                longest = (longest < (wr-wl)? wr-wl:longest);            }            else{                wl += find;                wr++;            }        }        longest = (longest < (wr-wl)? wr-wl:longest);        return longest;    }    int findChar(string::iterator sl, string::iterator sr, char ch){        int len = sr - sl;        for (int i = 0; i < len; ++i)        {            if(*(sl+i)==ch)                return i+1;        }        return -1;    }};

因为ASCII码中字符串最多只有128个(字母的话只有26个),所以实际时间复杂度并不是O(n^2),而是O(128n)(n<=128时表现为n^2)

方法二:
由于我们每次扫描其实浪费了很多重复的搜索工作,我们每一次新加入一个元素的时候就已经获取了其的位置信息,这里我们可以使用一个表格存储元素最新的位置信息。由于ASCII码数目较少,所以没有必要采用hash,直接用一个整形数组exist表即可:每次加入新元素,通过exist表查找当前元素的位置
①若为0则为未出现过
②若位置小于窗口左指针值则说明元素已经不存在在子字符串中
③若大于,则将左指针移到重复元素后一位
通过这样的处理,我们就将时间复杂度缩减到了单纯的O(n),这也是一种时间复杂度和空间复杂度的协调,当然这样的处理还是很划算的。

class Solution {public:    int lengthOfLongestSubstring(string s){        int exist[128]={0};        int sl=1, sr=1, longest=0;        int len = s.size();        for (int i = 0; i < len; ++i){            sr++;            if(exist[s[i]]==0||exist[s[i]]<sl){                longest = (longest<(sr-sl)? sr-sl : longest);            }            else{                sl = exist[s[i]]+1;            }            exist[s[i]]=i+1;        }        return longest;    }};
0 0
原创粉丝点击