今日主要总结一下可以使用滑动窗口和哈希表结合使用解决的一道题目,3. 无重复字符的最长子串
Leetcode题目地址
题目描述:
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。
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 * 10^4
s 由英文字母、数字、符号和空格组成
这道题暴力搜索时间复杂度O(n2)O(n^2)O(n2),是一个比较经典的滑动窗口问题,使用哈希set集合来记录当前滑动窗口中有哪些字符已经存在了。
这道题一个基本思路就是如果窗口右边界在右移时新进入窗口的字符和原窗口字符出现重复时,则左边界循环右移同时把出窗口的字符从哈希表中删除掉,直至没有重复字符左边界停止右移
class Solution {
public:int lengthOfLongestSubstring(string s) {unordered_set umap;int res = 0;for(int i = 0, j = 0; i < s.size(); i++){while(j < i && umap.find(s[i] - 'a') != umap.end()){umap.erase(s[j] - 'a');j++;}umap.insert(s[i] - 'a');res = max(res, i - j + 1);}return res;}
};
其实本题还存在滑动窗口和哈希表的优化解法,就是使用哈希unordered_map
情况1:当原窗口中重复字符对应的下标 + 1 的位置比左边界当前位置更大时说明重复字符在窗口中,左边界只有跳到原窗口中重复字符对应的下标 + 1 的位置才能把原窗口重复字符给剔除出去保证没有重复字符
情况2:当左边界当前位置的值更大时代表滑动窗口右边新加入的值和之前窗口遍历过的字符重复了,而这个字符已经从滑动窗口出去了,所有当前滑动窗口右边加入字符后仍然可以保证无重复字符,左边界不用动
class Solution {
public:int lengthOfLongestSubstring(string s) {unordered_map umap;int res = 0;for(int i = 0, j = 0; i < s.size(); i++){if(j < i && umap.find(s[i]) != umap.end()){j = max(j, umap[s[i]] + 1);}umap[s[i]] = i;res = max(res, i - j + 1);}return res;}
};
可以看出两个方法时间差了将近4倍!
这道题是是一个比较经典的滑动窗口问题,使用哈希set集合来记录当前滑动窗口中有哪些字符已经存在了。
这道题一个基本思路就是如果窗口右边界在右移时新进入窗口的字符和原窗口字符出现重复时,则左边界循环右移同时把出窗口的字符从哈希表中删除掉,直至没有重复字符左边界停止右移。
并且还给出了滑动窗口和哈希表的优化解法,就是使用哈希unordered_map
上一篇:linux高级命令系列一
下一篇:Kafka技术认知