题目链接
https://leetcode.cn/problems/maximum-length-substring-with-two-occurrences/
题目描述
给定一个字符串 s，找出满足每个字符最多出现两次的最长子字符串，并返回其长度。
示例
- 输入：
s = "aabba"- 输出：
5 - 解释：子字符串
"aabba"中每个字符（a和b）最多出现两次，且长度为 5。
- 输出：
- 输入：
s = "aaaa"- 输出：
2 - 解释：最长子字符串为
"aa"，每个字符最多出现两次。
- 输出：
解法分析：滑动窗口 + 数组计数
核心思路
本题采用滑动窗口算法，通过左右指针维护一个有效区间，确保区间内每个字符的出现次数不超过 2 次。同时，利用长度固定的数组记录字符出现的频率，实现高效的计数与判断。
代码实现
python
class Solution:
def maximumLengthSubstring(self, s: str) -> int:
# 使用长度26的数组记录小写字母出现次数（假设输入仅包含小写字母）
count = [0] * 26
ans = left = 0
for right in range(len(s)):
# 计算当前字符的索引（a=0, b=1,...z=25）
idx = ord(s[right]) - ord('a')
count[idx] += 1 # 右指针字符计数+1
# 当字符出现次数>2时，移动左指针收缩窗口
while count[idx] > 2:
left_idx = ord(s[left]) - ord('a')
count[left_idx] -= 1 # 左指针字符计数-1
left += 1 # 左指针右移
# 更新最大窗口长度
ans = max(ans, right - left + 1)
return ans关键逻辑解析
-
初始化：
count：长度为 26 的数组，用于记录小写字母的出现次数，假设输入仅包含小写字母。数组下标0对应字符a，1对应b，以此类推。ans：记录满足条件的最长子字符串长度，初始值为 0。left：滑动窗口的左指针，初始值为 0。
-
右指针扩展：
- 使用
right从左到右遍历字符串s。 - 通过
ord(s[right]) - ord('a')将字符转换为数组索引，对count数组中对应位置的计数加 1，表示当前字符出现次数增加。
- 使用
-
左指针收缩：
- 当
count[idx] > 2时，说明当前字符在窗口内出现次数超过 2 次，需要收缩窗口。 - 通过
ord(s[left]) - ord('a')计算左指针指向字符的索引，将其在count数组中的计数减 1。 - 左指针
left右移一位，缩小窗口范围，直到当前字符出现次数不超过 2 次。
- 当
-
更新结果：
- 每次循环中，计算当前窗口的长度
right - left + 1，并与ans比较，取较大值更新ans。 - 最终返回
ans，即满足条件的最长子字符串长度。
- 每次循环中，计算当前窗口的长度
复杂度分析
- 时间复杂度 ： O ( n ) O(n) O(n)，其中 n n n 是字符串
s的长度。左右指针最多各遍历字符串一次，每个字符最多被处理两次。 - 空间复杂度 ： O ( 1 ) O(1) O(1)，数组
count的长度固定为 26，与输入字符串的长度无关。
优化点与注意事项
- 数组替代字典：使用固定长度的数组替代字典记录字符频率，避免哈希计算开销，在字符集固定（如小写字母）的场景下更高效。
- 字符集假设：当前代码假设输入仅包含小写字母，若字符集扩展（如包含大写字母、数字等），需要扩展数组长度或改用字典存储。
- 边界条件 ：代码默认输入字符串非空，题目保证
s.length ≥ 2，因此无需额外处理空字符串。
总结
本解法通过滑动窗口和数组计数的结合，在 O ( n ) O(n) O(n) 时间复杂度和 O ( 1 ) O(1) O(1) 空间复杂度内高效解决问题。其核心在于利用双指针动态维护有效区间，并通过数组快速判断字符出现频率。该思路可作为处理字符频率约束类问题的通用模板，适用于更多变种题型（如每个字符最多出现 k 次）。