前段时间和小米的某面试官聊天。因为我一直在做 算法文章 的更新,就多聊了几句算法方面的知识。
并且在聊天过程中获得了一个“重要情报”:只要他来面试,基本上每次的算法题,都会去考察关于 子串和子序列 的问题。
的确,如果说哪种算法更容易在面试中被考察到,子串、子序列 的问题想必能排在 数一数二 的位置上。
在之前的 「动态规划」 系列文章中,我们讲到了 最长公共子序列 和 最长回文子序列 的问题,今天我们继续来探讨力扣上一个关于 子串 的问题。
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。
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。
小 tips: 要注意分清楚,子串 和 子序列 的区别哟~
- 子串: 必须连续
- 子序列: 可以不连续
思路分析
这里回顾一个 重要思想 ,对于 子串和子序列 的题目,可以按如下方式进行思考:
考虑 以 i 位置为结尾 的情况下,答案如何选取
该思想在 数组求和-2 这篇文章中也有提到哦~
因此,对于本题来说:
- 考虑若以每个位置作为结尾时,子串能够向前延伸多长,最长的子串长度就是我们要求的答案。
那么问题就进一步转化为:
- 在给定一个结尾的字符时,应该如何向前延伸呢,延伸的长度会受到哪些因素影响呢?
稍加思考:
- 由于要找到最长无重复的子串,因此一定与该字符 相同的前一个字符 的位置有关。
- 例如,假设 3 到 8 下标之间没有再出现
a
字符,则以 9 号下标为结尾的a
字符往前延伸的距离最多只能到下标 3 处。
- 除了因素 1 外,也与该字符的 前一个字符 向前延伸的位置有关。
- 同样例子,假设下标为 9 的
a
字符的前一个字符是b
, 6 到 7 下标之间没有再出现b
字符,则以 8 号下标为结尾的b
字符往前延伸的距离最多只能到下标 6 处。 - 进而导致了下标为 9 的
a
字符往前延伸的距离最多也只能到下标 6 处。
确定了影响最终答案的因素后,思路便豁然开朗了:
两个因素中结果较大的下标即为该位置所能扩充的最远距离。
- 需要解决能够找到前一个相同字符下标的方法;(使用map)
- 设置存储前一个字符 最远能够向前扩充的下标 变量。
- 取 1,2 中 较大的下标 即为该位置字符的答案。
代码
public static int lengthOfLongestSubstring(String s) {
if (s == null || s.equals("")) {
return 0;
}
char[] str = s.toCharArray();
// 这里并没有直接使用 map , 与 map 功能类似
// 该 map 数组中存放的是 该字符 上一次出现时 的 下标
int[] map = new int[256];
for (int i = 0; i < 256; i++) {
map[i] = -1;
}
// 最新的答案(即此前最长的子串长度)
int len = 0;
// 前一个字符能够向前扩充的最远位置在哪
int pre = -1;
// 当前位置字符能够向前扩充的最远位置在哪
int cur = 0;
for (int i = 0; i != str.length; i++) {
// 取两个因素中的最大值
pre = Math.max(pre, map[str[i]]);
// 此时能够扩充的最大距离
cur = i - pre;
// 更新答案
len = Math.max(len, cur);
// 更新最新该字符出现的位置
map[str[i]] = i;
}
return len;
}
理解了本题的思想之后,上述代码也不难看懂。小伙伴们仔细思考一下哟!!!
写在最后
前面的算法文章,更新了许多 专题系列 。包括:滑动窗口、动态规划、加强堆、二叉树递归套路 等。
还没读过的小伙伴可以关注同名号,在主页中点击对应链接查看哦~
接下来的一段时间,将持续 「力扣高频题」 系列文章,想刷 力扣高频题 的小伙伴也可以关注一波哦 ~
~ 点赞 ~ 关注 ~ 星标 ~ 不迷路 ~!!!
关注
回复「ACM紫书」获取 ACM 算法书籍 ~
回复「算法导论」获取 算法导论第3版 ~
在看 + 转发
让你的小伙伴们一起来学算法吧!!