云计算百科
云计算领域专业知识百科平台

[优选算法专题二滑动窗口——无重复字符的最长子串]

题目链接

无重复字符的最长子串

题目描述

题目解析

问题背景

"无重复字符的最长子串" 问题要求在一个字符串中找到最长的不包含重复字符的连续子串,并返回其长度。这是一个经典的字符串处理问题,滑动窗口算法是解决该问题的最优方案。

算法核心思想

该算法采用滑动窗口 (Sliding Window) 结合哈希表 (Hash Table) 的方式:

  • 滑动窗口由左右两个指针界定,代表当前正在检查的子串
  • 右指针主动扩展窗口,探索新的字符
  • 当遇到重复字符时,左指针被动收缩窗口,确保窗口内始终无重复字符
  • 哈希表用于记录窗口内每个字符的出现次数,快速判断是否有重复

代码关键部分解析

  • 哈希表的作用:

  • unordered_map<char, int> ans;

    这里的哈希表用于记录当前窗口中每个字符的出现次数,而不是字符的位置,这是一种常见的实现方式。

    2.右指针移动:

    for (int left = 0, right = 0; right < n; right++) {
    char c = s[right];
    ans[c]++;
    // …
    }

    右指针每次向右移动一位,将新字符加入窗口并更新其计数。

    3.处理重复字符:

    while (ans[c] > 1) {
    ans[s[left]]–;
    left++;
    }

    当新加入的字符导致重复(计数 > 1)时,通过移动左指针并减少相应字符的计数,直到窗口内不再有重复字符。

    4.更新最长长度:

    len = max(len, right – left + 1);

    每处理一个新字符后,都要检查当前窗口是否是最长的,并更新结果。

    完整代码

    核心思路:滑动窗口 + 哈希表

  • 滑动窗口:用left和right两个指针表示当前正在处理的子串区间,right主动右移扩展窗口,left被动右移缩小窗口以保证窗口内无重复字符。
  • 哈希表作用:实时记录窗口内每个字符的出现次数,当right指向的字符出现次数超过 1 时,通过移动left并减少对应字符的计数,直到窗口内无重复字符。
  • 时间复杂度:每个字符最多被left和right各访问一次,因此为 O (n)(n 为字符串长度)。
  • 注意事项

    • 哈希表ans的键是字符,值是该字符在当前窗口中的出现次数,而非索引(与另一种用哈希表存索引的实现方式不同)。
    • 循环条件while (ans[c] > 1)确保窗口内始终无重复字符,此时计算窗口长度并更新结果。
    赞(0)
    未经允许不得转载:网硕互联帮助中心 » [优选算法专题二滑动窗口——无重复字符的最长子串]
    分享到: 更多 (0)

    评论 抢沙发

    评论前必须登录!