文章目录
- 题目描述
- [解题思路 - 滑动窗口法](#解题思路 - 滑动窗口法)
-
- [Go语言实现 - 滑动窗口法](#Go语言实现 - 滑动窗口法)
- 算法分析
- [解题思路 - 优化的滑动窗口法](#解题思路 - 优化的滑动窗口法)
题目描述
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
输入: "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。
输入: "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。
输入: "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。
解题思路 - 滑动窗口法
这个问题可以用"滑动窗口"技术来解决。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）。在这里，我们将使用哈希集合来检查一个字符是否已经在当前的子串中。我们可以使用两个指针表示字符串中的某个子串（或窗口）的左右边界。右指针向右移动扩大窗口直到右指针到达字符串尽头；左指针向右移动以减小窗口直到窗口不再包含重复字符。在移动指针的过程中，我们记录并更新不含重复字符的最长子串的长度。
Go语言实现 - 滑动窗口法
go
func lengthOfLongestSubstring(s string) int {
charIndexMap := make(map[byte]int)
maxLength := 0
for i, j := 0, 0; j < len(s); j++ {
if index, ok := charIndexMap[s[j]]; ok {
i = max(i, index)
}
maxLength = max(maxLength, j-i+1)
charIndexMap[s[j]] = j + 1
}
return maxLength
}
func max(a, b int) int {
if a > b {
return a
}
return b
}算法分析
- 时间复杂度: O(n)，其中 n 是字符串的长度。我们只需要遍历一次字符串即可。
- 空间复杂度: O(min(m, n))，其中 m 是字符集的大小。这是因为哈希集合的大小取决于字符串中不同字符的数量，这个数量最大不会超过字符集的大小，同时也不会超过字符串的长度。
解题思路 - 优化的滑动窗口法
虽然上述滑动窗口法已经很高效，但在某些情况下，当窗口内的字符被移除时，我们可以跳过窗口中的一些字符，直接移动到重复字符的下一个位置，这可以通过存储字符的最新索引来实现。
这个方法与上面提到的滑动窗口法实际上是一样的。优化点主要在于如何更有效地更新左指针的位置。在实践中，由于这种情况出现的不多，所以实际的性能提升可能不大。因此，上面的实现已经足够满足大多数情况下的需求。