☆打卡算法☆LeetCode 3、求不重复字符的字符串长度 算法解析

本文涉及的产品
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: “找到字符串中,不含有重复字符的字符串的长度。”

一、题目

1、算法题目

“找到字符串中,不含有重复字符的字符串的长度。”

题目链接: 来源:力扣(LeetCode)

链接:leetcode-cn.com/problems/lo…

2、题目描述

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

比如:

s = "abcabcbb"

输出:3

因为无重复字符的最长子串"abc",所有长度为3。


二、解题

1、思路分析

这道题是要找出字符串中不重复的子串的长度,所以就是从起始位置 k 出发,找到重复字符为止,这个位置就是最长的结束位置 rk 。 然后下一轮从 k+1 位置出发,继续增大 rk ,直到右侧出现了重复字符为止。

这里使用【滑动窗口】来解决这个问题,那么什么是【滑动窗口】呢,其实就是一个队列,比如例子中的 abcabcbb,进入这个队列(窗口)为abc满足题目要求,当下一个字符a进入队列,变成abca,这时候就不满足要求,所以,就移动(滑动)这个队列(窗口)。

将队列的左元素移除,直到满足题目要求,维持这个队列,找出队列出现最长的长度的时候,求出解!

2、代码实现

遍历字符串时,需要用到两个指针,两个指针起始点都在原点,并且在一前一后地向终点移动,两个指针夹着的子串就像一个窗口,窗口大小和覆盖范围会随着两个指针变化。

通过左右指针移动遍历字符串,寻找满足特定条件的连续子区间。

public class Solution 
{
    public int LengthOfLongestSubstring(string s) 
    {
        HashSet<char> letter = new HashSet<char>();// 哈希集合,记录每个字符是否出现过
        int left = 0,right = 0;//初始化左右指针,指向字符串首位字符
        int length = s.Length;
        int count = 0,max = 0;//count记录每次指针移动后的子串长度
        while(right < length)
        {
            if(!letter.Contains(s[right]))//右指针字符未重复
            {
                letter.Add(s[right]);//将该字符添加进集合
                right++;//右指针继续右移
                count++;
            }
            else//右指针字符重复,左指针开始右移,直到不含重复字符(即左指针移动到重复字符(左)的右边一位)
            { 
                letter.Remove(s[left]);//去除集合中当前左指针字符
                left++;//左指针右移
                count--;
            }
            max = Math.Max(max,count);
        }
        return max;
    }
}
复制代码

执行结果:

网络异常,图片无法展示
|

3、时间复杂度

时间复杂度:O(N)

其中N是字符串的长度,左右指针分别遍历整个字符串一次。

空间复杂度:O(∣Σ∣),其中Σ 表示字符集(即字符串中可以出现的字符),∣Σ∣ 表示字符集的大小。在本题中没有明确说明字符集,因此可以默认为所有 ASCII 码在[0,128) 内的字符,即∣Σ∣=128。我们需要用到哈希集合来存储出现过的字符,而字符最多有∣Σ∣ 个,因此空间复杂度为O(∣Σ∣)。


三、总结

这段代码将数组放入HashSet中,记录数据的字符,将字符串中的位置储存在一起。

在进行循环时,发现重复字符,取得这个字符在字符串中的位置,然后再开头时将所有在他前面的字符中移除,可以减少第二层循环中的判断次数。

考虑从HashSet中移除元素,同样需要从当前位置到重复位置的循环来进行HashSet的移除,所以多进行了几次循环,但是第二次循环中就可以不用去判断,也在一定程度上减少了时间的浪费。



相关文章
|
1月前
|
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
48 0
|
1月前
|
存储 算法 Java
解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用
在Java中,Set接口以其独特的“无重复”特性脱颖而出。本文通过解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用。
44 3
|
1月前
|
搜索推荐 算法
插入排序算法的平均时间复杂度解析
【10月更文挑战第12天】 插入排序是一种简单直观的排序算法,通过不断将未排序元素插入到已排序部分的合适位置来完成排序。其平均时间复杂度为$O(n^2)$,适用于小规模或部分有序的数据。尽管效率不高,但在特定场景下仍具优势。
|
17天前
|
存储 算法 Java
leetcode算法题-有效的括号(简单)
【11月更文挑战第5天】本文介绍了 LeetCode 上“有效的括号”这道题的解法。题目要求判断一个只包含括号字符的字符串是否有效。有效字符串需满足左括号必须用相同类型的右括号闭合,并且左括号必须以正确的顺序闭合。解题思路是使用栈数据结构,遍历字符串时将左括号压入栈中,遇到右括号时检查栈顶元素是否匹配。最后根据栈是否为空来判断字符串中的括号是否有效。示例代码包括 Python 和 Java 版本。
|
20天前
|
算法 Linux 定位技术
Linux内核中的进程调度算法解析####
【10月更文挑战第29天】 本文深入剖析了Linux操作系统的心脏——内核中至关重要的组成部分之一,即进程调度机制。不同于传统的摘要概述,我们将通过一段引人入胜的故事线来揭开进程调度算法的神秘面纱,展现其背后的精妙设计与复杂逻辑,让读者仿佛跟随一位虚拟的“进程侦探”,一步步探索Linux如何高效、公平地管理众多进程,确保系统资源的最优分配与利用。 ####
58 4
|
21天前
|
缓存 负载均衡 算法
Linux内核中的进程调度算法解析####
本文深入探讨了Linux操作系统核心组件之一——进程调度器,着重分析了其采用的CFS(完全公平调度器)算法。不同于传统摘要对研究背景、方法、结果和结论的概述,本文摘要将直接揭示CFS算法的核心优势及其在现代多核处理器环境下如何实现高效、公平的资源分配,同时简要提及该算法如何优化系统响应时间和吞吐量,为读者快速构建对Linux进程调度机制的认知框架。 ####
|
1月前
|
机器学习/深度学习 算法 PyTorch
Pytorch-RMSprop算法解析
关注B站【肆十二】,观看更多实战教学视频。本期介绍深度学习中的RMSprop优化算法,通过调整每个参数的学习率来优化模型训练。示例代码使用PyTorch实现,详细解析了RMSprop的参数及其作用。适合初学者了解和实践。
41 1
|
1月前
|
前端开发 算法 JavaScript
无界SaaS模式深度解析:算力算法、链接力、数据确权制度
私域电商的无界SaaS模式涉及后端开发、前端开发、数据库设计、API接口、区块链技术、支付和身份验证系统等多个技术领域。本文通过简化框架和示例代码,指导如何将核心功能转化为技术实现,涵盖用户管理、企业店铺管理、数据流量管理等关键环节。
|
1月前
|
机器学习/深度学习 算法 PyTorch
Pytorch-SGD算法解析
SGD(随机梯度下降)是机器学习中常用的优化算法,特别适用于大数据集和在线学习。与批量梯度下降不同,SGD每次仅使用一个样本来更新模型参数,提高了训练效率。本文介绍了SGD的基本步骤、Python实现及PyTorch中的应用示例。
42 0
|
1月前
|
机器学习/深度学习 传感器 算法
Pytorch-Adam算法解析
肆十二在B站分享深度学习实战教程,本期讲解Adam优化算法。Adam结合了AdaGrad和RMSProp的优点,通过一阶和二阶矩估计,实现自适应学习率,适用于大规模数据和非稳态目标。PyTorch中使用`torch.optim.Adam`轻松配置优化器。
49 0
下一篇
无影云桌面