每日算法:无重复字符的最长子串

开发 前端 算法
遍历字符串,判断当前字符是否已经在 map 中存在,存在则更新无重复子串开始下标 i 为相同字符的下一位置,此时从 i 到 j 为最新的无重复子串,更新 max ,将当前字符与下标放入 map 中.

[[421075]]

本文转载自微信公众号「三分钟学前端」,作者sisterAn 。转载本文请联系三分钟学前端公众号。

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:

  1. 输入: "abcabcbb" 
  2. 输出: 3  
  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:

  1. 输入: "bbbbb" 
  2. 输出: 1 
  3. 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:

  1. 输入: "pwwkew" 
  2. 输出: 3 
  3. 解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。 
  4.      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。 

解法一:维护数组

解题思路: 使用一个数组来维护滑动窗口

遍历字符串,判断字符是否在滑动窗口数组里

  • 不在则 push 进数组
  • 在则删除滑动窗口数组里相同字符及相同字符前的字符,然后将当前字符 push 进数组
  • 然后将 max 更新为当前最长子串的长度

遍历完,返回 max 即可

画图帮助理解一下:

代码实现:

  1. var lengthOfLongestSubstring = function(s) { 
  2.     let arr = [], max = 0 
  3.     for(let i = 0; i < s.length; i++) { 
  4.         let index = arr.indexOf(s[i]) 
  5.         if(index !== -1) { 
  6.             arr.splice(0, index+1); 
  7.         } 
  8.         arr.push(s.charAt(i)) 
  9.         max = Math.max(arr.length, max)  
  10.     } 
  11.     return max 
  12. }; 

时间复杂度:O(n2), 其中 arr.indexOf() 时间复杂度为 O(n) ,arr.splice(0, index+1) 的时间复杂度也为 O(n)

空间复杂度:O(n)

解法二:维护下标

解题思路: 使用下标来维护滑动窗口

代码实现:

  1. var lengthOfLongestSubstring = function(s) { 
  2.     let index = 0, max = 0 
  3.     for(let i = 0, j = 0; j < s.length; j++) { 
  4.         index = s.substring(i, j).indexOf(s[j])  
  5.         if(index !== -1) {  
  6.             i = i + index + 1  
  7.         }  
  8.         max = Math.max(max, j - i + 1)  
  9.     } 
  10.     return max 
  11. }; 

时间复杂度:O(n2)

空间复杂度:O(n)

解法三:优化的Map

解题思路:

使用 map 来存储当前已经遍历过的字符,key 为字符,value 为下标

使用 i 来标记无重复子串开始下标,j 为当前遍历字符下标

遍历字符串,判断当前字符是否已经在 map 中存在,存在则更新无重复子串开始下标 i 为相同字符的下一位置,此时从 i 到 j 为最新的无重复子串,更新 max ,将当前字符与下标放入 map 中

最后,返回 max 即可

代码实现:

  1. var lengthOfLongestSubstring = function(s) { 
  2.     let map = new Map(), max = 0 
  3.     for(let i = 0, j = 0; j < s.length; j++) { 
  4.         if(map.has(s[j])) { 
  5.             i = Math.max(map.get(s[j]) + 1, i) 
  6.         } 
  7.         max = Math.max(max, j - i + 1) 
  8.         map.set(s[j], j) 
  9.     } 
  10.     return max 
  11. }; 

时间复杂度:O(n) 

空间复杂度:O(n)

 

责任编辑:武晓燕 来源: 三分钟学前端
相关推荐

2021-08-26 05:08:25

相邻重复项算法

2021-09-03 09:41:36

字符串时间复杂度

2021-09-10 08:31:54

翻转字符串单词

2021-11-15 07:47:40

字符串位置存储

2021-11-12 09:44:03

字符串算法复杂度

2021-11-19 09:00:24

LeetCode字符串算法

2016-12-29 15:58:00

字符串子串算法

2016-12-29 17:07:59

字符算法代码

2013-05-06 10:54:08

字符串字符串匹配KMP算法

2023-12-15 10:27:01

暴力匹配算法Python字符串

2023-02-26 22:33:32

字符串排列算法

2016-12-30 13:32:24

字符串算法代码

2021-08-30 14:34:10

有效算法字符

2010-11-24 16:53:16

MySQL无重复查询

2016-12-30 13:16:51

字符串算法代码

2013-05-06 10:49:21

Boyer-Moore算法字符串匹配

2021-10-29 07:25:32

螺旋矩阵整数

2023-04-11 08:54:57

字符串匹配算法

2016-12-30 13:37:50

字符串算法代码

2021-10-28 19:33:36

矩阵图像内存
点赞
收藏

51CTO技术栈公众号