這是一道字符串處理算法的題目，在日常編程中，處理字符串是常見任務。該題目會涉及到一個概念“滑動窗口”。

一、題目描述

給定一個字符串，請你找出其中不含有重復字符的?最長子串?的長度。

示例?1:

輸入:?"abcabcbb"輸出:?3解釋: 因為無重復字符的最長子串是 "abc"，所以其長度為?3。

示例?2:

輸入:?"bbbbb"輸出:?1解釋:?因為無重復字符的最長子串是 "b"，所以其長度為?1。

示例?3:

輸入:?"pwwkew"輸出:?3解釋:?因為無重復字符的最長子串是?"wke"，所以其長度為?3。? 請注意，你的答案必須是 子串 的長度，"pwke"?是一個子序列，不是子串。

二、解題思路

先來定義一下“子串”，根據題目描述，“子串”就是字符串中截取某一部分，長度從1到該字符串的長度。比如“abc”的子串集合是：

['a', 'b', 'c', 'ab', 'bc', 'abc']

用?Python?生成這個集合很容易，你是否想到了？

那么問題來了，任意長度為n的字符串一共有多少個這樣的“子串”呢？答案是：(n+1)?*?n?/?2?。從上面的例子很容易得出這個答案：begin等于0時，長度可以有?n?-?0?個，begin等于1時，長度可以有?n?-?1個，以此類推，總數就是：

n + (n-1) + ... + 1 => (n+1)*n / 2

(1)暴力解法

明白了“子串”的概念和獲取方法，自然而然的就得到了最樸素也是最“暴力”的解法：遍歷字符串得到所有“子串”，然后判斷每個“子串”是否有重復字符，最終就會得到無重復最長子串了。

這個“暴力”算法中，計算所有子串的時間復雜度是?O(n2)，而判斷一個子字符串是否有重復字符，又要從頭到尾遍歷一遍該字符串，所有最終的時間復雜度可以達到?O(n3)。

這個解法是不能被接受的，提到它全是因為前面對“子串”的解釋及其數量計算，來練習Python對字符串的操作。

(2)滑動窗口

“滑動窗口”這個概念在計算機算法中非常常見。該算法可以把嵌套的循環轉化為單循環從而降低時間復雜度。它在很多不同的領域都有應用：

TCP協議的滑動窗口進行流量控制

NLP(自然語言處理)中的 N-gram

圖像處理中的物體識別

有興趣的同學可以深入了解上面提到的應用領域。

下面我們看看，“滑動窗口”如何進行字符串處理。結合題目中的例子“abcabcbb”這個字符串，我們來看看如何找它的無重復最長子串。

首先，我們定義窗口的兩端：begin和end，分別表示要找的子串的開頭和結尾。

開始的時候，begin和end都指向0的位置即‘a’，然后end不斷后移(窗口變寬)，當遇到第二個‘a’時(遇見重復字符)就得到一個子串，其長度就是end和begin位置的差。

如何判斷是否遇到了重復字符‘a’呢？需要一個字典作為輔助數據結構，把end從頭開始遇到的每個字符及其索引位置都放到字典里面，end每次移動到新字符就查一下字典即可。

通過字典，我們遇到第二個‘a’時就可以找到存在字典里面的第一個‘a’的位置。為了繼續尋找無重復子串，begin就要指向第一個‘a’后面一個的位置即‘b’。然后end繼續后移到‘b’，有發現它與前面的‘b’重復，計算子串長度賦值給最大長度(需要比較)，同時begin要移動第一個‘b’后面的位置即‘c’。

這樣依次移動end到字符串末尾就可以找到最長的子串，“子串窗口”也就從頭移到了末尾。而只需要end從頭到尾的一次循環即可。

把這個過程用Python實現如下：

提交后就可以看到結果?！皥绦袝r間”還只是個參考，再一次提交相同代碼結果不是圖中的擊敗91%，而變成了百分之十幾。

Python送書活動還在繼續，歡迎參加：

拼手氣送?Python 書籍

一個十年Python碼奴與運營汪的結合體

長按掃碼關注

總結

以上是生活随笔為你收集整理的python字符串中最长的连续升序子串_Leetcode刷题练Python无重复字符的最长子串的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。