☆打卡算法☆LeetCode 3、求不重复字符的字符串长度 算法解析

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
|
2月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
10月前
|
存储 算法 安全
.NET 平台 SM2 国密算法 License 证书生成深度解析
授权证书文件的后缀通常取决于其编码格式和具体用途。本文档通过一个示例程序展示了如何在 .NET 平台上使用国密 SM2 算法生成和验证许可证(License)文件。该示例不仅详细演示了 SM2 国密算法的实际应用场景,还提供了关于如何高效处理大规模许可证文件生成任务的技术参考。通过对不同并发策略的性能测试,开发者可以更好地理解如何优化许可证生成流程,以满足高并发和大数据量的需求。 希望这段描述更清晰地传达了程序的功能和技术亮点。
1237 14
.NET 平台 SM2 国密算法 License 证书生成深度解析
|
9月前
|
存储 机器学习/深度学习 缓存
🚀 力扣热题 394:字符串解码(详细解析)(Go语言版)
文章提供了两种解法:栈结构和递归解法。栈解法通过维护数字栈与字符串栈,依次处理 `[` 和 `]`,构造解码结果;递归解法则利用函数调用逐层解析嵌套结构。两者时间复杂度均为 $O(n)$,空间复杂度也为 $O(n)$。栈解法直观易懂,适合初学者;递归解法优雅简洁,适合处理深度嵌套规则。掌握这两种方法,可灵活应对类似问题,提升解题能力。
331 11
|
9月前
|
监控 算法 安全
基于 C# 的内网行为管理软件入侵检测算法解析
当下数字化办公环境中,内网行为管理软件已成为企业维护网络安全、提高办公效率的关键工具。它宛如一位恪尽职守的网络守护者,持续监控内网中的各类活动,以确保数据安全及网络稳定。在其诸多功能实现的背后,先进的数据结构与算法发挥着至关重要的作用。本文将深入探究一种应用于内网行为管理软件的 C# 算法 —— 基于二叉搜索树的入侵检测算法,并借助具体代码例程予以解析。
159 4
|
9月前
|
JavaScript 算法 前端开发
JS数组操作方法全景图,全网最全构建完整知识网络!js数组操作方法全集(实现筛选转换、随机排序洗牌算法、复杂数据处理统计等情景详解,附大量源码和易错点解析)
这些方法提供了对数组的全面操作,包括搜索、遍历、转换和聚合等。通过分为原地操作方法、非原地操作方法和其他方法便于您理解和记忆,并熟悉他们各自的使用方法与使用范围。详细的案例与进阶使用,方便您理解数组操作的底层原理。链式调用的几个案例,让您玩转数组操作。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
|
9月前
|
存储 监控 算法
关于员工上网监控系统中 PHP 关联数组算法的学术解析
在当代企业管理中,员工上网监控系统是维护信息安全和提升工作效率的关键工具。PHP 中的关联数组凭借其灵活的键值对存储方式,在记录员工网络活动、管理访问规则及分析上网行为等方面发挥重要作用。通过关联数组,系统能高效记录每位员工的上网历史,设定网站访问权限,并统计不同类型的网站访问频率,帮助企业洞察员工上网模式,发现潜在问题并采取相应管理措施,从而保障信息安全和提高工作效率。
178 7
|
10月前
|
机器学习/深度学习 自然语言处理 算法
生成式 AI 大语言模型(LLMs)核心算法及源码解析:预训练篇
生成式 AI 大语言模型(LLMs)核心算法及源码解析:预训练篇
2867 1
|
10月前
|
监控 算法 安全
内网桌面监控软件深度解析:基于 Python 实现的 K-Means 算法研究
内网桌面监控软件通过实时监测员工操作,保障企业信息安全并提升效率。本文深入探讨K-Means聚类算法在该软件中的应用,解析其原理与实现。K-Means通过迭代更新簇中心,将数据划分为K个簇类,适用于行为分析、异常检测、资源优化及安全威胁识别等场景。文中提供了Python代码示例,展示如何实现K-Means算法,并模拟内网监控数据进行聚类分析。
291 10
|
10月前
|
存储 监控 算法
探秘员工泄密行为防线:基于Go语言的布隆过滤器算法解析
在信息爆炸时代,员工泄密行为对企业构成重大威胁。本文聚焦布隆过滤器(Bloom Filter)这一高效数据结构,结合Go语言实现算法,帮助企业识别和预防泄密风险。通过构建正常操作“指纹库”,实时监测员工操作,快速筛查可疑行为。示例代码展示了如何利用布隆过滤器检测异常操作,并提出优化建议,如调整参数、结合日志分析系统等,全方位筑牢企业信息安全防线,守护核心竞争力。
|
11月前
|
存储 算法 安全
控制局域网上网软件之 Python 字典树算法解析
控制局域网上网软件在现代网络管理中至关重要,用于控制设备的上网行为和访问权限。本文聚焦于字典树(Trie Tree)算法的应用,详细阐述其原理、优势及实现。通过字典树,软件能高效进行关键词匹配和过滤,提升系统性能。文中还提供了Python代码示例,展示了字典树在网址过滤和关键词屏蔽中的具体应用,为局域网的安全和管理提供有力支持。
207 17

热门文章

最新文章

推荐镜像

更多
  • DNS