给定一个字符串,找出不含有重复字符的最长子串的长度。
Given a string, find the length of the longest substring without repeating characters.
示例1
输入: "abcabcbb"
输出: 3
解释: 无重复字符的最长子串是 "abc",其长度为 3。
示例2
输入: "bbbbb"
输出: 1
解释: 无重复字符的最长子串是 "b",其长度为 1。
示例3
输入: "pwwkew"
输出: 3
解释: 无重复字符的最长子串是 "wke",其长度为 3。
请注意,答案必须是一个子串,"pwke" 是一个子序列 而不是子串。
解决方案
方法一:暴力法
思路
逐个检查所有的子字符串,看它是否不含有重复的字符。
算法
假设我们有一个函数 boolean allUnique(String substring)
,如果子字符串中的字符都是唯一的,它会返回true,否则会返回false。 我们可以遍历给定字符串 s
的所有可能的子字符串并调用函数 allUnique
。 如果事实证明返回值为true,那么我们将会更新无重复字符子串的最大长度的答案。
现在让我们填补缺少的部分:
为了枚举给定字符串的所有子字符串,我们需要枚举它们开始和结束的索引。假设开始和结束的索引分别为 i 和 j。那么我们有 $0 \leq i \lt j \leq n $(这里的结束索引 j 是按惯例排除的)。因此,使用 i 从0到 n - 1以及 j 从 i+1到 n 这两个嵌套的循环,我们可以枚举出
s
的所有子字符串。要检查一个字符串是否有重复字符,我们可以使用集合。我们遍历字符串中的所有字符,并将它们逐个放入
set
中。在放置一个字符之前,我们检查该集合是否已经包含它。如果包含,我们会返回false
。循环结束后,我们返回true
。
Java 代码
import java.util.HashSet;
import java.util.Set;
public class Demotest {
public static void main(String[] args) {
String s="pwwkew";
int lengthOfLongestSubstring = new Demotest().lengthOfLongestSubstring(s);
System.out.println(lengthOfLongestSubstring);
}
public int lengthOfLongestSubstring(String s) {
int n = s.length();
int ans = 0;
for (int i = 0; i < n; i++)
for (int j = i + 1; j <= n; j++)
if (allUnique(s, i, j)) ans = Math.max(ans, j - i);
return ans;
}
//判断该字符是否是无重复子串
public boolean allUnique(String s, int start, int end) {
Set<Character> set = new HashSet<>();
for (int i = start; i < end; i++) {
//将字符串指定索引字符转为Character类型
Character ch = s.charAt(i);
if (set.contains(ch)) return false;
set.add(ch);
}
return true;
}
}
运行结果为:
3
在提交测试到倒数第二项时,就出现超出时间限制了。
Python代码
class Solution(object):
def lengthOfLongestSubstring(self, s):
#获取字符串的长度
s_len=len(s)
result=0
for i in range(s_len):
for j in range(i+1,s_len+1):
if self.allUnique(s,i,j):result= result if result>(j-i) else (j-i)
return result
def allUnique(self,s,start,end):
#创建一个set集合
chs = set()
#将字符串转为list
s_list=list(s)
for i in range(start,end):
if s_list[i] in chs:return False
chs.add(s_list[i])
return True
s=Solution()
test_Str="pwwkew"
result=s.lengthOfLongestSubstring(test_Str)
print(result)
结果
3
可能因为电脑性能问题,这段测试在"qhgnfvcblrqctxzuxeyuipdsalsafroxzwlerphcgxhzwivtntnxlspnfjnlbdkczvgqkouqnbrkknf"自己电脑运行时间为20ms,提交时会出现超出时间限制,而通过不了。
复杂度分析
时间复杂度:O(n3) 。
要验证索引范围在 [i, j)内的字符是否都是唯一的,我们需要检查该范围中的所有字符。 因此,它将花费$ O(j - i)$的时间。
对于给定的
i
,对于所有$ j \in [i+1, n]$所耗费的时间总和为:∑i+1nO(j−i)
因此,执行所有步骤耗去的时间总和为:
O(∑i=0n−1(∑j=i+1n(j−i)))=O(∑i=0n−12(1+n−i)(n−i))=O(n3)
空间复杂度:O(min(n,m)),我们需要 O(k)的空间来检查子字符串中是否有重复字符,其中 kk表示
Set
的大小。而 Set 的大小取决于字符串 n 的大小以及字符集/字母 m 的大小。根据实验结果,这个方法也是不合适的。
方法二:滑动窗口
算法
暴力法非常简单。但它太慢了。那么我们该如何优化它呢?
在暴力法中,我们会反复检查一个子字符串是否含有有重复的字符,但这是没有必要的。如果从索引 i 到 j - 1之间的子字符串sij已经被检查为没有重复字符。我们只需要检查 s[j]对应的字符是否已经存在于子字符串 sij中。
要检查一个字符是否已经在子字符串中,我们可以检查整个子字符串,这将产生一个复杂度为 O(n2)的算法,但我们可以做得更好。
通过使用 HashSet 作为滑动窗口,我们可以用 O(1) 的时间来完成对字符是否在当前的子字符串中的检查。
滑动窗口是数组/字符串问题中常用的抽象概念。 窗口通常是在数组/字符串中由开始和结束索引定义的一系列元素的集合,即 [i, j)(左闭,右开)。而滑动窗口是可以将两个边界向某一方向“滑动”的窗口。例如,我们将 [i, j)向右滑动 1个元素,则它将变为 [i+1, j+1)(左闭,右开)。
回到我们的问题,我们使用 HashSet 将字符存储在当前窗口 [i, j)(最初 j = i)中。 然后我们向右侧滑动索引 j,如果它不在 HashSet 中,我们会继续滑动 j。直到 s[j] 已经存在于 HashSet 中。此时,我们找到的没有重复字符的最长子字符串将会以索引 i 开头。如果我们对所有的 i 这样做,就可以得到答案。
以“pwwkew”为例有:
i=0;j=0;set=[];j-i=0
i=0;j=1;set=[p];j-i=1
i=0;j=2;set=[p, w];j-i=2
i=1;j=2;set=[w];j-i=1
i=2;j=2;set=[];j-i=0
i=2;j=3;set=[w];j-i=1
i=2;j=4;set=[w, k];j-i=2
i=2;j=5;set=[e, w, k];j-i=3
i=3;j=5;set=[e, k];j-i=2
Java代码
import java.util.HashSet;
import java.util.Set;
public class Demotest {
public static void main(String[] args) {
String s="pwwkew";
int lengthOfLongestSubstring = new Demotest().lengthOfLongestSubstring(s);
System.out.println(lengthOfLongestSubstring);
}
public int lengthOfLongestSubstring(String s) {
int n = s.length();
Set<Character> set = new HashSet<>();
int ans = 0, i = 0, j = 0;
while (i < n && j < n) {
System.out.println(set);
// try to extend the range [i, j]
if (!set.contains(s.charAt(j))){
//需要注意,这里是先执行set.add(s.charAt(j)),再执行j++
set.add(s.charAt(j++));
ans = Math.max(ans, j - i);
}else {
set.remove(s.charAt(i++));
}
}
return ans;
}
}
结果:
3
Python代码
class Solution(object):
def lengthOfLongestSubstring(self, s):
ch=set()
s_len=len(s)
s_list=list(s)
i=0
j=0
result=0
while i<s_len and j<s_len:
if s_list[j] not in ch:
ch.add(s_list[j])
j+=1
result= result if result>(j-i) else (j-i)
else:
ch.remove(s_list[i])
i+=1
return result
s=Solution()
test_Str="pwwkew"
result=s.lengthOfLongestSubstring(test_Str)
print(result)
复杂度分析
- 时间复杂度:O(2n) = O(n),在最糟糕的情况下,每个字符将被 i 和 j 访问两次。
- 空间复杂度:O(min(m, n)),与之前的方法相同。滑动窗口法需要 O(k)的空间,其中 k 表示
Set
的大小。而Set的大小取决于字符串 n 的大小以及字符集/字母 m 的大小。
方法三:优化的滑动窗口
上述的方法最多需要执行 2n 个步骤。事实上,它可以被进一步优化为仅需要 n 个步骤。我们可以定义字符到索引的映射,而不是使用集合来判断一个字符是否存在。 当我们找到重复的字符时,我们可以立即跳过该窗口。
也就是说,如果 s[j] 在 [i, j)范围内有与j'重复的字符,我们不需要逐渐增加 i 。 我们可以直接跳过 [i,j′] 范围内的所有元素,并将 i 变为j′+1。也就是[j′+1,j)。
Java代码
public class Demotest {
public static void main(String[] args) {
String s="pwwkew";
int lengthOfLongestSubstring = new Demotest().lengthOfLongestSubstring(s);
System.out.println(lengthOfLongestSubstring);
}
public int lengthOfLongestSubstring(String s) {
int n = s.length(), ans = 0;
Map<Character, Integer> map = new HashMap<>(); // current index of character
// try to extend the range [i, j]
for (int j = 0, i = 0; j < n; j++) {
if (map.containsKey(s.charAt(j))) {
i = Math.max(map.get(s.charAt(j))+1, i);
}
ans = Math.max(ans, j - i + 1);
//这样设置键值是为了下次能做判断,如果从0开始,下次循环就不可以判断当前
map.put(s.charAt(j), j );
}
return ans;
}
}
结果:
3
Python代码
class Solution(object):
def lengthOfLongestSubstring(self, s):
s_len=len(s)
s_list=list(s)
s_dic={}
i=0
result=0
for j in range(s_len):
if s_list[j] in s_dic.keys():i=i if i>s_dic.get(s_list[j])+1 else s_dic.get(s_list[j])+1
#i为目标字符串的首字符的索引,所以要+1
result=result if result>(j-i+1) else (j-i+1)
s_dic[s_list[j]]=j
return result
s=Solution()
test_Str="pwwkew"
result=s.lengthOfLongestSubstring(test_Str)
print(result)
结果
3
复杂度分析
- 时间复杂度:O(n),索引 jj 将会迭代 nn 次。
- 空间复杂度(HashMap):O(min(m, n)),与之前的方法相同。
三种方法运行时间对比
代码
from time import clock
class Solution(object):
def lengthOfLongestSubstring(self, s):
#获取字符串的长度
s_len=len(s)
result=0
for i in range(s_len):
for j in range(i+1,s_len+1):
if self.allUnique(s,i,j):result= result if result>(j-i) else (j-i)
return result
def allUnique(self,s,start,end):
#创建一个set集合
chs = set()
#将字符串转为list
s_list=list(s)
for i in range(start,end):
if s_list[i] in chs:return False
chs.add(s_list[i])
return True
def lengthOfLongestSubstring2(self, s):
ch=set()
s_len=len(s)
s_list=list(s)
i=0
j=0
result=0
while i<s_len and j<s_len:
if s_list[j] not in ch:
ch.add(s_list[j])
j+=1
result= result if result>(j-i) else (j-i)
else:
ch.remove(s_list[i])
i+=1
return result
def lengthOfLongestSubstring3(self, s):
s_len=len(s)
s_list=list(s)
s_dic={}
i=0
result=0
for j in range(s_len):
if s_list[j] in s_dic.keys():i=i if i>s_dic.get(s_list[j])+1 else s_dic.get(s_list[j])+1
#i为目标字符串的首字符的索引,所以要+1
result=result if result>(j-i+1) else (j-i+1)
s_dic[s_list[j]]=j
return result
s=Solution()
test_Str="abcabcbb"
start =clock()
print("方法一运行结果:{0};运行时间:{1}".format(s.lengthOfLongestSubstring(test_Str),clock()-start))
start=clock()
print("方法二运行结果:{0};运行时间:{1}".format(s.lengthOfLongestSubstring2(test_Str),clock()-start))
start=clock()
print("方法三运行结果:{0};运行时间:{1}".format(s.lengthOfLongestSubstring3(test_Str),clock()-start))
结果:
方法一运行结果:3;运行时间:6.34e-05
方法二运行结果:3;运行时间:2.01e-05
方法三运行结果:3;运行时间:9.899999999999997e-06
[Finished in 0.2s]