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。

來源：力扣（LeetCode）
鏈接：https://leetcode-cn.com/problems/longest-substring-without-repeating-characters

分析：

這三種方法都是屬于廣義上的滑動窗口法，只是采用的數據結構以及一些操作有所不同

方法一：采用set判斷子串中是否存在該字符

暴力的復雜度在于判斷一個字串里面是否存在該字符，需要遍歷子串，導致暴力的時間復雜度為O(N^2),判斷一個字符是否存在于子串中可以采用set集合判斷，這樣子串中判斷字符是否存在的時間復雜度為O(1)

時間復雜度：O(2*N)=O(N)，在最糟糕的情況下，每個字符將被 i 和 j訪問兩次。

空間復雜度: set的大小取決于字符串長度n和字符集的大小m，所以空間復雜度O(min(n,m)）

class Solution { public: int lengthOfLongestSubstring(string str) {if(str=="")return 0;set<char> ss;int i=0,j=0,n=str.length();int ans=-1;while(i<n&&j<n){if(ss.find(str[j])==ss.end()){ss.insert(str[j++]);ans=max(ans,j-i);}else{ss.erase(str[i++]);}}return ans; } };

執行時間：60 ms

方法二：采用map或者數組存儲每個字符最后出現的索引位置，以便i跳躍式前進

在S[i]到S[j]內如果有字符s[k]重復于S[j+1]的話，如果采用set，i是逐漸增加的（每次前移1位），但是如果采用map存儲每個字符最后出現的索引位置，這樣i可以直接跳到k+1，屬于跳躍式前進

字符集大小：m

時間復雜度：O(2*N)=O(N)

空間復雜度：O(m)

class Solution { public: int lengthOfLongestSubstring(string str) {if(str=="")return 0;map<char,int> mm;int i=0,j=0,n=str.length();int ans=-1;for(i=0,j=0;j<n;j++){if(mm.find(str[j])!=mm.end()){i=max(i,mm[str[j]]);}ans=max(ans,j-i+1);mm[str[j]]=j+1;}return ans; } };

執行時間：32 ms

?

方法三：采用數組存儲字符索引，start代表沒有重復子串的開頭

如果原來出現過的字符的位置大于start，那么更新start

i-start=沒有重復子串的長度

該方法省去了在子串中利用map或者set查找是否存在某字符的操作，直接判斷一下當前字符出現過的最后位置是否大于start

時間復雜度:O(N)

空間復雜度：O(m),m為字符集的大小

class Solution { public:int lengthOfLongestSubstring(string str){vector<int> v(300,-1);int ans=0;int n=str.length();int start=-1;for(int i=0; i<n; i++){if(v[str[i]]>start){start=v[str[i]];}v[str[i]]=i;ans=max(ans,i-start);}return ans;} };

執行時間：8 ms

?

滑動窗口展示的動態圖片請參考：https://leetcode-cn.com/problems/longest-substring-without-repeating-characters/solution/hua-jie-suan-fa-3-wu-zhong-fu-zi-fu-de-zui-chang-z/

轉載于:https://www.cnblogs.com/yinbiao/p/11271893.html

總結

以上是生活随笔為你收集整理的【LeetCode】无重复字符的最长子串【滑动窗口法】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。