博客
关于我
3. Longest Substring Without Repeating Characters
阅读量:798 次
发布时间:2019-03-25

本文共 957 字,大约阅读时间需要 3 分钟。

为解决给定一个字符串中找最长子串的重复字符问题,以下方法可以有效地实现:

方法思路

我们可以使用哈希表来记录每个字符最后出现的位置。遍历字符串时,对于每个字符,如果它已经在当前窗口中出现过,则调整窗口的起始位置,以确保没有重复字符。具体步骤如下:

  • 初始化一个空的哈希表 last 用于记录每个字符的最后出现位置。
  • 用两个指针 left 和 right 分别指示窗口的起始和结束位置,初始值均为 0。
  • 遍历字符串的每个字符 char,并以其索引 i 作为 right。
  • 如果 char 已存在于 last,且其最后出现的位置 last[char] 大于当前的 left,则调整 left 为 last[char] + 1。
  • 更新 last[char] 为当前索引 i。
  • 计算当前窗口长度为 i - left + 1,并比较是否为最大值 max_len,更新最大值。
  • 遍历结束后,返回 max_len 作为结果。
  • 这种方法的时间复杂度为 O(n),其中 n 是字符串的长度,空间复杂度为 O(1),因为哈希表的大小是固定的(根据字符集的大小)。

    代码实现

    def lengthOfLongestSubstring(s):    last = {}    max_len = 0    left = 0    for i, char in enumerate(s):        if char in last:            # 如果字符已经存在,更新left为该字符上一次出现的位置+1            left = max(left, last[char] + 1)        # 记录当前字符的位置        last[char] = i        # 计算当前窗口长度        current_len = i - left + 1        if current_len > max_len:            max_len = current_len    return max_len

    解释

    通过使用哈希表跟踪字符位置,算法可以在每次遇到重复字符时快速调整窗口起始位置,以确保在当前窗口内没有重复字符。这种方法高效且直接,能够在一次遍历中找到最长子串,性能优异。

    转载地址:http://yhnyk.baihongyu.com/

    你可能感兴趣的文章
    Python 入门教程(2)搭建环境 2.4、VSCode配置Node.js运行环境
    查看>>
    Python 内存管理
    查看>>
    Python 内嵌函数:它们有什么用处?
    查看>>
    python 利用pyttsx3文字转语音
    查看>>
    Python 基础语法:基本数据类型(一)
    查看>>
    Python 基础语法:基本数据类型(字典)
    查看>>
    Python 基础语法:基本数据类型(集合)
    查看>>
    python 堆排序
    查看>>
    python 复习计划
    查看>>
    Python 多处理 apply_async 永远不会在 Windows 7 上返回结果
    查看>>
    Python 多处理 Numpy 随机
    查看>>
    Python 多处理 >= 125 列表永远不会完成
    查看>>
    Python 多处理:在第一个子错误时中止映射
    查看>>
    Python 多处理不断产生 pythonw.exe 进程而不做任何实际工作
    查看>>
    Python 多处理从不加入
    查看>>
    Python 多处理如何优雅地退出?
    查看>>
    Python 多处理将子进程的标准输出重定向到 Tkinter 文本
    查看>>
    Python 多处理库错误(AttributeError:__exit__)
    查看>>
    Python 多处理模块的 .join() 方法到底在做什么?
    查看>>
    python 多线程与GIL
    查看>>