給定一個字符串,請你找出其中不含有重復字符的最長子串的長度。(LeetCode題目)
示例 1:
輸入: "abcabcbb"
輸出: 3
解釋: 因為無重復字符的最長子串是 "abc",所以其長度為 3。
示例 2:
輸入: "bbbbb"
輸出: 1
解釋: 因為無重復字符的最長子串是 "b",所以其長度為 1。
示例 3:
輸入: "pwwkew"
輸出: 3
解釋: 因為無重復字符的最長子串是 "wke",所以其長度為 3。
請注意,你的答案必須是 子串 的長度,"pwke" 是一個子序列,不是子串。
方法一:暴力法
- 思路
- 逐個檢查所有的子字符串,看它是否不含有重復的字符。
- 算法
-
1.為了枚舉給定字符串的所有子字符串,我們需要枚舉它們開始和結束的索引。假設開始和結束的索引分別為 i 和 j。那么我們有 0≤i<j≤n。因此,使用 i從 0 到 n−1以及 j從 i+1到n這兩個嵌套的循環,我們可以枚舉出 s 的所有子字符串。
-
2.判斷索引從i~j的字串是否包含重復的字符,若不包含則更新最大長度.
-
沒使用Hash表,判斷字符處可使用Hash表來降低時間復雜度
class Solution {
public:
int lengthOfLongestSubstring(string s) {
if (s.size() == 0)
return 0;
int len = 1;
for (int i = 0; i < s.size(); ++i) {
bool f = true;
for (int j = i + 1; j < s.size(); ++j) {
if (!f) //已檢測到當前重復字符,則從當前j~i+1的后續字符不必再檢測
break;
for (int k = i; k < j; ++k) { //判斷從i~j+1的字符是否存在重復
if (s[k] == s[j]) {
f = false;
break;
}
}
if (f)
len = len > (j - i + 1) ? len : (j - i + 1); //更新最大長度
}
}
return len;
}
};
方法二:滑動窗口
- 算法
- 滑動窗口是數組/字符串問題中常用的抽象概念。 窗口通常是在數組/字符串中由開始和結束索引定義的一系列元素的集合,即 [i,j)(左閉,右開)。而滑動窗口是可以將兩個邊界向某一方向“滑動”的窗口。使用 Hash表將字符存儲在當前窗口 [i,j)(最初 j=i)中。 然后我們向右側滑動索引 j,如果它不在 Hash表中,我們會繼續滑動 j。直到 s[j] 已經存在於 Hash表中。此時,我們找到的沒有重復字符的最長子字符串將會以索引 i開頭。
class Solution {
public:
//以字符作為key,以下表作為value
struct Hash_data {
int key, value;
};
struct Hash_table {
Hash_data** table;
int width;
Hash_table(int width) {
this->width = width;
table = (Hash_data**)malloc(sizeof(Hash_data*) * width);
memset(table, NULL, sizeof(Hash_data*) * width);
}
int addr(int key) {
return key % width;
}
void insert(char ch, int index) {
Hash_data* data = new Hash_data();
data->key = ch;
data->value = index;
int k = addr(ch);
table[k] = data;
}
void remove(char ch) {
int k = addr(ch);
table[k] = NULL;
}
bool contain(char ch) {
int k = addr(ch);
Hash_data* data = table[k];
if (data)
return true;
else
return false;
}
};
int lengthOfLongestSubstring(string s) {
int maxlen = 0;
int len = s.size();
int i, j;
i = j = 0;
Hash_table table(256);//初始化Hash表大小為256(char型大小)
while (i<len&&j<len)
{
if (table.contain(s[j])) {
table.remove(s[i]);
i++;
}
else {
table.insert(s[j], j);
maxlen = maxlen > (j - i+1) ? maxlen : (j - i+1);
j++;
}
}
return maxlen;
}
};