【优选算法】——滑动窗口——3. 无重复字符的最长子串

简介: 【优选算法】——滑动窗口——3. 无重复字符的最长子串

1.题目


3. 无重复字符的最长子串


给定一个字符串 s ,请你找出其中不含有重复字符的 最长子串 的长度。(即为连续的)


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。

提示:


0 <= s.length <= 5 * 104

s 由英文字母、数字、符号和空格组成

2.解法⼀(暴⼒求解)(不会超时,可以通过):



1.算法思路:


枚举「从每⼀个位置」开始往后,⽆重复字符的⼦串可以到达什么位置。找出其中⻓度最⼤的即

可。


在往后寻找⽆重复⼦串能到达的位置时,可以利⽤「哈希表」统计出字符出现的频次,来判断什么

时候⼦串出现了重复元素。


2.图解

image.png


3.代码实现——C++

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int ret = 0; // 记录结果
        int n = s.length();
        // 1. 枚举从不同位置开始的最⻓重复⼦串
        // 枚举起始位置
        for (int i = 0; i < n; i++) {
            // 创建⼀个哈希表,统计频次
            int hash[128] = {0};
            // 寻找结束为⽌
            for (int j = i; j < n; j++) {
                hash[s[j]]++;       // 统计字符出现的频次
                if (hash[s[j]] > 1) // 如果出现重复的
                    break;
                // 如果没有重复,就更新 ret
                ret = max(ret, j - i + 1);
            }
        }
        // 2. 返回结果
        return ret;
    }
};

image.png


3.解法⼆(滑动窗⼝):



1.算法思路:


研究的对象依旧是⼀段连续的区间,因此继续使⽤「滑动窗⼝」思想来优化。

让滑动窗⼝满⾜:窗⼝内所有元素都是不重复的。

做法:右端元素 ch 进⼊窗⼝的时候,哈希表统计这个字符的频次:

▪ 如果这个字符出现的频次超过 1 ,说明窗⼝内有重复元素,那么就从左侧开始划出窗⼝,

直到 ch 这个元素的频次变为 1 ,然后再更新结果。

▪ 如果没有超过1 ,说明当前窗⼝没有重复元素,可以直接更新结果


2.图解

image.png


3.代码实现


1.C语言

注意: 使用哈希表来统计字符出现的次数,哈希表的大小为 128 是因为该题目中使用的字符集为 ASCII 字符集,ASCII 字符共有 128 个字符(包括控制字符和可打印字符),因此使用大小为 128 的哈希表可以准确地记录每个字符的出现次数


int max(int a, int b) {
    return a > b ? a : b;
}
int lengthOfLongestSubstring(char* s) {
    int a[128] = {0}; // 使用哈希表来统计字符出现的次数,ASCII 字符共有 256 种
    int left = 0, right = 0, ret = 0, n = strlen(s);
    while (right < n) {
        a[s[right]]++;
        while (a[s[right]] > 1) {
            a[s[left++]]--;
        }
        ret = max(ret, right - left + 1);
        right++;
    }
    return ret;
}

image.png

2.C++

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int hash[128] = {0}; // 使⽤数组来模拟哈希表
        int left = 0, right = 0, n = s.size();
        int ret = 0;
        while (right < n) {
            hash[s[right]]++;                 // 进⼊窗⼝
            while (hash[s[right]] > 1)        // 判断
                hash[s[left++]]--;            // 出窗⼝
            ret = max(ret, right - left + 1); // 更新结果
            right++;                          // 让下⼀个元素进⼊窗⼝
        }
        return ret;
    }
};

image.png

相关文章
|
算法 前端开发 数据处理
小白学python-深入解析一位字符判定算法
小白学python-深入解析一位字符判定算法
137 0
|
6月前
|
机器学习/深度学习 监控 算法
员工上网行为监控软件中基于滑动窗口的C#流量统计算法解析​
在数字化办公环境中,员工上网行为监控软件需要高效处理海量网络请求数据,同时实时识别异常行为(如高频访问非工作网站)。传统的时间序列统计方法因计算复杂度过高,难以满足低延迟需求。本文将介绍一种基于滑动窗口的C#统计算法,通过动态时间窗口管理,实现高效的行为模式分析与流量计数。
165 2
|
4月前
|
存储 机器学习/深度学习 监控
公司电脑上网监控中滑动窗口算法的理论构建与工程实现
本文提出一种基于滑动窗口算法的实时网络流量监控框架,旨在强化企业信息安全防护体系。系统采用分层架构设计,包含数据采集、处理与分析决策三大模块,通过 Java 实现核心功能。利用滑动窗口技术动态分析流量模式,结合阈值检测与机器学习模型识别异常行为。实验表明,该方案在保证高检测准确率的同时支持大规模并发处理,为企业数字化转型提供可靠保障。
104 0
|
6月前
|
存储 机器学习/深度学习 监控
如何监控员工的电脑——基于滑动时间窗口的Java事件聚合算法实现探析​
在企业管理场景中,如何监控员工的电脑操作行为是一个涉及效率与合规性的重要课题。传统方法依赖日志采集或屏幕截图,但数据量庞大且实时性不足。本文提出一种基于滑动时间窗口的事件聚合算法,通过Java语言实现高效、低资源占用的监控逻辑,为如何监控员工的电脑提供一种轻量化解决方案。
148 3
|
7月前
|
存储 监控 算法
基于 PHP 语言的滑动窗口频率统计算法在公司局域网监控电脑日志分析中的应用研究
在当代企业网络架构中,公司局域网监控电脑系统需实时处理海量终端设备产生的连接日志。每台设备平均每分钟生成 3 至 5 条网络请求记录,这对监控系统的数据处理能力提出了极高要求。传统关系型数据库在应对这种高频写入场景时,性能往往难以令人满意。故而,引入特定的内存数据结构与优化算法成为必然选择。
172 3
|
算法
【算法】位运算算法——判断字符是否唯一
【算法】位运算算法——判断字符是否唯一
|
算法
【算法】滑动窗口——最小覆盖子串
【算法】滑动窗口——最小覆盖子串
122 0
|
算法
【算法】滑动窗口——找到字符串中所有字母异位词
【算法】滑动窗口——找到字符串中所有字母异位词
178 0
|
10月前
|
算法
|
算法 容器
【算法】滑动窗口——串联所有单词的子串
【算法】滑动窗口——串联所有单词的子串
114 0

热门文章

最新文章