分享程序员开发的那些事...
更新时间：2022-10-04 13:34:33
????前言
????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????
???? 每天打卡一道算法题，既是一个学习过程，又是一个分享的过程????
???? 提示：本专栏解题 编程语言一律使用 C# 和 Java 两种进行解题
???? 要保持一个每天都在学习的状态，让我们一起努力成为算法大神吧????！
???? 今天是力扣算法题持续打卡第3天????！
????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????
????原题样例
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。
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
????C#方法一：索引寻找
首先直接遍历所有字符，然后当碰到重复字符时存储值，同时处理List，进行下一队的查找。
public class Solution { public int LengthOfLongestSubstring(string s) { List<char> ls = new List<char>(); int n = s.Length; int intMaxLength = 0; for (int i = 0; i < n; i++) { if (ls.Contains(s[i])) { ls.RemoveRange(0, ls.IndexOf(s[i]) + 1); } ls.Add(s[i]); intMaxLength = ls.Count > intMaxLength ? ls.Count : intMaxLength; } return intMaxLength; } }
执行结果
执行通过，执行用时76ms，内存消耗25MB.
????C#方法二：滑动窗口
滑动窗口算法（Sliding Window）可以用来解决字符串（数组）的子元素问题，，查找满足一定条件的连续子区间，可以将嵌套的循环问题，转化为单循环问题，降低时间复杂度。
滑动窗口算法需要用到双指针，遍历字符串（数组）时，两个指针都起始于原点，并一前一后地向终点移动，两个指针一前一后夹着的子串（子数组）就像一个窗口，窗口的大小和覆盖范围会随着前后指针的移动而发生变化。
窗口该如何移动需要根据求解的问题来决定，通过左右指针的移动遍历字符串（数组），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; } }
执行结果
执行通过，执行用时68ms，内存消耗25.6MB.
????Java方法一：滑动窗口
思路和算法
这是力扣官方解法中的，直接Copy过来看一下！
我们先用一个例子考虑如何在较优的时间复杂度内通过本题。
我们不妨以示例一中的字符串 \texttt{abcabcbb}abcabcbb 为例，找出从每一个字符开始的，不包含重复字符的最长子串，那么其中最长的那个字符串即为答案。对于示例一中的字符串，我们列举出这些结果，其中括号中表示选中的字符以及最长的字符串：
以 \texttt{(a)bcabcbb}(a)bcabcbb 开始的最长字符串为 \texttt{(abc)abcbb}(abc)abcbb；
以 \texttt{a(b)cabcbb}a(b)cabcbb 开始的最长字符串为 \texttt{a(bca)bcbb}a(bca)bcbb；
以 \texttt{ab©abcbb}ab©abcbb 开始的最长字符串为 \texttt{ab(cab)cbb}ab(cab)cbb；
以 \texttt{abc(a)bcbb}abc(a)bcbb 开始的最长字符串为 \texttt{abc(abc)bb}abc(abc)bb；
以 \texttt{abca(b)cbb}abca(b)cbb 开始的最长字符串为 \texttt{abca(bc)bb}abca(bc)bb；
以 \texttt{abcab©bb}abcab©bb 开始的最长字符串为 \texttt{abcab(cb)b}abcab(cb)b；
以 \texttt{abcabc(b)b}abcabc(b)b 开始的最长字符串为 \texttt{abcabc(b)b}abcabc(b)b；
以 \texttt{abcabcb(b)}abcabcb(b) 开始的最长字符串为 \texttt{abcabcb(b)}abcabcb(b)。
这样一来，我们就可以使用「滑动窗口」来解决这个问题了：
我们使用两个指针表示字符串中的某个子串（或窗口）的左右边界，其中左指针代表着上文中「枚举子串的起始位置」，而右指针即为上文中的 r_kr k ；
在每一步的操作中，我们会将左指针向右移动一格，表示 我们开始枚举下一个字符作为起始位置，然后我们可以不断地向右移动右指针，但需要保证这两个指针对应的子串中没有重复的字符。在移动结束后，这个子串就对应着 以左指针开始的，不包含重复字符的最长子串。我们记录下这个子串的长度；
在枚举结束后，我们找到的最长的子串的长度即为答案。
判断重复字符
在上面的流程中，我们还需要使用一种数据结构来判断 是否有重复的字符，常用的数据结构为哈希集合（即 C++ 中的 std::unordered_set，Java 中的 HashSet，Python 中的 set, JavaScript 中的 Set）。在左指针向右移动的时候，我们从哈希集合中移除一个字符，在右指针向右移动的时候，我们往哈希集合中添加一个字符。
至此，我们就完美解决了本题
class Solution { public int lengthOfLongestSubstring(String s) { // 哈希集合，记录每个字符是否出现过 Set<Character> occ = new HashSet<Character>(); int n = s.length(); // 右指针，初始值为 -1，相当于我们在字符串的左边界的左侧，还没有开始移动 int rk = -1, ans = 0; for (int i = 0; i < n; ++i) { if (i != 0) { // 左指针向右移动一格，移除一个字符 occ.remove(s.charAt(i - 1)); } while (rk + 1 < n && !occ.contains(s.charAt(rk + 1))) { // 不断地移动右指针 occ.add(s.charAt(rk + 1)); ++rk; } // 第 i 到 rk 个字符是一个极长的无重复字符子串 ans = Math.max(ans, rk - i + 1); } return ans; } }
执行结果
执行通过，执行用时6ms，内存消耗38.3 MB.
????Java方法二：遍历
总体思路
遍历字符串，每次以 i 值记录，不回溯 i 值，用flag记录遍历过程找到的重复的字符的位置。如果遇到重复字符，i-flag 即为子串长度，此时flag重新定位到子串中重复字符的位置，i 继续往后遍历。这里length跟result记录长度。我感觉代码可以更简洁一点的，但是好像写懵了？
图解
class Solution { public int lengthOfLongestSubstring(String s) { //a b c a b c d a d e //0 1 2 3 4 5 6 7 8 9 int maxSize = 0; //记录ASCII 码字符出现的位置，以字符作为下标 int[] dict = new int[128]; //为了方便理解，这里把数组内容全部设为 -1，之后在记录的时候就可以从 0 开始，方便理解 Arrays.fill(dict, -1); //用于记录重复 ASCII 码字符出现的位置的值 int repeatValue = -1; // 当前下标 int i = 0; int ASCII; while (i < s.length()) { ASCII = s.charAt(i); //如果当前位置的值 > repeatValue，证明当前位置已经赋过一次值了，证明字符重复 if (dict[ASCII] > repeatValue) //更新 repeatValue 为之前赋值的下标 repeatValue = dict[ASCII]; //将当前下标赋值到数组相应位置 dict[ASCII] = i; //i - repeatValue(去除重复部分) // 比如 abcabcdade 中的三个 a 的计算 abca - a(3 - 0)=bca abcabcda - abca(7 - 3)=bcda maxSize = Math.max(maxSize, i - repeatValue); //s.length() - repeatValue - 1 判断剩下的数有没有必要继续循环 //比如 abcabcdade 最后的 a(当 i = 7 repeatValue = 3) ，abcabcdade - abca(10-3-1) = bcdade 剩下最多有六位 //比如 abcabcdade 最后的 d(当 i = 8 repeatValue = 6) ，abcabcdade - abcabcd(10-6-1) = ade 剩下最多也是三位 if (maxSize >= s.length() - repeatValue - 1) { return maxSize; } i++; } return maxSize; } }
执行结果
执行通过，执行用时2ms，内存消耗42.68 MB.