特斯拉一面，竟是简单算法题

写在前面

这道题不要说是特斯拉，可能放眼所有存在"算法笔面"环节的互联网公司，也是标准 Easy 水平。

以至于遇到该题目的同学都有"准备过于充分"的感觉： 🤣

题目描述

平台：LeetCode

题号：3

给定一个字符串，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。

示例 4:

输入: s = ""

输出: 0

提示：

• 0<=s.length<=5×104
• s 由英文字母、数字、符号和空格组成

滑动窗口

定义两个指针 start 和 end， [start:end] 表示当前处理到的子串。

子串 [start:end] 始终满足要求：无重复字符。

从前往后进行扫描 s，用哈希表记录 [start:end] 中每字符的出现次数。

遍历过程中，end 不断自增，将第 end 个字符在哈希表中出现的次数加一。

令 right 为下标 end 对应的字符，当满足 map.get(right) > 1 时，代表此前出现过第 end 位对应的字符。

此时更新 start 的位置（使其右移），直到不满足 map.get(right) > 1 （代表 [start:end] 恢复满足无重复字符的条件），再用 [start:end] 长度更新答案。

Java 代码：

class Solution {
    public int lengthOfLongestSubstring(String s) {
        Map<Character, Integer> map = new HashMap<>();
        int ans = 0;
        for (int start = 0, end = 0; end < s.length(); end++) {
            char right = s.charAt(end);
            map.put(right, map.getOrDefault(right, 0) + 1);
            while (map.get(right) > 1) {
                char left = s.charAt(start);
                map.put(left, map.get(left) - 1);
                start++;
            }
            ans = Math.max(ans, end - start + 1);
        }
        return ans;
    }
}

Python 代码：

class Solution:
    def lengthOfLongestSubstring(self, s: str) -> int:
        map = {}
        ans = 0
        start = 0
        for end in range(len(s)):
            right = s[end]
            map[right] = map.get(right, 0) + 1
            while map[right] > 1:
                left = s[start]
                map[left] = map[left] - 1
                start += 1
            ans = max(ans, end - start + 1)
        return ans

C++ 代码：

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        unordered_map<char, int> map;
        int ans = 0;
        for (int start = 0, end = 0; end < s.length(); end++) {
            char right = s[end];
            map[right] = map[right] + 1;
            while (map[right] > 1) {
                char left = s[start];
                map[left] = map[left] - 1;
                start++;
            }
            ans = max(ans, end - start + 1);
        }
        return ans;
    }
};

TypeScript 代码：

function lengthOfLongestSubstring(s: string): number {
  const map: { [key: string]: number } = {};
  let ans = 0;
  let start = 0;
  for (let end = 0; end < s.length; end++) {
      const right = s.charAt(end);
      map[right] = (map[right] || 0) + 1;
      while (map[right] > 1) {
          const left = s.charAt(start);
          map[left] = (map[left] || 0) - 1;
          start++;
      }
      ans = Math.max(ans, end - start + 1);
  }
  return ans;
};

• 时间复杂度：虽然有两层循环，但每个字符在哈希表中最多只会被插入和删除一次，复杂度为 $O\; (\; n\; )\; O(n)$O(n)
• 空间复杂度：使用了哈希表进行字符记录，复杂度为 $O\; (\; n\; )\; O(n)$O(n)

总结

现在看来这道题确实简单到离谱。

但在 LeetCode 平台中，这道题的难度标签却是「中等」。

其实从 3 这样较小的题号就能发现，这是属于最早期的那批题目。

说明在那个算法笔面刚出现，甚至是 LeetCode 刚建站，总共只有 150 道题目的那个年代，像「滑动窗口」这样的知识点，还不被大家所掌握，绝大多数只能给出双层循环的 $O\; (\; n\; 2\; )\; O(n^2)$O(n2) 解法。

反观现在的笔试面试，一些在招聘市场"供过于求"的公司，有时候还会把网络流搬上桌面 ...

可见，算法内卷的道路只会放缓，不会停止，没有尽头。

更多更全更热门的「笔试/面试」相关资料可访问排版精美的 合集新基地 🎉🎉