LeetCode/无重复字符最长子串
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。
1. 思路
双指针动态维持更新一个无重复子串，每移动一次右指针，判断新加入字符是否在子串中存在
若存在，则找出其在子串中位置，并更新左指针位置，时间复杂度O(n2)
暴力双循环
class Solution {
public:
int lengthOfLongestSubstring(string s) {
int len;
int maxlen=1;
if(s.size()==0) return 0;
for(int i=0,j=1;j2. 优化
用哈希表维护无重复子串，减少查找，时间复杂度为O(n)
哈希表优化
class Solution {
public:
int lengthOfLongestSubstring(string s) {
unordered_set set;// 哈希集合，记录每个字符是否出现过
int n = s.size();
// 右指针，初始值为 -1，相当于我们在字符串的左边界的左侧，还没有开始移动
int rk = -1, ans = 0;
// 枚举左指针的位置，初始值隐性地表示为 -1
for (int i = 0; i < n; ++i) {
if (i != 0) {
set.erase(s[i - 1]);// 左指针向右移动一格，移除一个字符
}
while (rk + 1 < n && !set.count(s[rk + 1])) {
// 不断地移动右指针
set.insert(s[rk + 1]);
++rk;
}
ans = max(ans, rk - i + 1);
}
return ans;
}
};
3. 数组作哈希表
由于字符对应ASCII码一共128位，所以能用一个128大小的布尔数组记录相应字符是否存在于最长子串中
同样也能用128大小的int数组记录查找新加入字符在子串中的位置，用于更新最长子串
动态规划
class Solution {
public:
int lengthOfLongestSubstring(string s) {
vector f(128, -1);
int n = s.size(), start = -1, ans = 0;
for(int i = 0; i < n; ++i) {
start = max(start, f[s[i]]);
ans = max(ans, i-start);
f[s[i]] = i;
}
return ans;
}
};
双指针
class Solution {
public:
int lengthOfLongestSubstring(string s) {
vector f(128);
int n = s.size(), ans = 0;
for(int i = 0, j = 0; j < n; ++j) {
while(f[s[j]]) f[s[i++]] = false;
f[s[j]] = true;
ans = max(ans, j-i+1);
}
return ans;
}
};