力扣DAY8 | 热100 | 无重复字符的最长子串
前言
中等 √ 思路简单，但由于有点忘了对字符串的操作所以实现起来花了点时间且时间复杂度略高。
题目
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 * 104s由英文字母、数字、符号和空格组成
思路
本质是双指针，右指针一直向右移动，查询下一个字符是否存在于左右指针的子串中，如存在则把左指针移到重复字符的下一位。由于对字符串操作不太熟悉，故用了find方法查重和返回索引，并用substr方法获取子串，不太优雅。
我的题解
class Solution {
public:
int lengthOfLongestSubstring(string s) {
if (s.empty()) return 0;
int cur = 1;
int maxl = cur;
int i = 0;
string w = s.substr(0,1);
while (i < s.length()){
cur = w.length();
maxl = max(maxl, cur);
if ( w.find(s[i+1]) != string::npos && w.find(s[i+1]) >= 0 && (i+1) < s.length()){
w = w.substr(w.find(s[i+1])+1);
}
i++;
w += s[i];
}
return maxl;
}
};官方题解
方法一：滑动窗口
思路和算法
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 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 (a)bcabcbb 开始的最长字符串为 (abc)abcbb；
以 a(b)cabcbb 开始的最长字符串为 a(bca)bcbb；
以 ab(c)abcbb 开始的最长字符串为 ab(cab)cbb；
以 abc(a)bcbb 开始的最长字符串为 abc(abc)bb；
以 abca(b)cbb 开始的最长字符串为 abca(bc)bb；
以 abcab(c)bb 开始的最长字符串为 abcab(cb)b；
以 abcabc(b)b 开始的最长字符串为 abcabc(b)b；
以 abcabcb(b) 开始的最长字符串为 abcabcb(b)。
发现了什么？如果我们依次递增地枚举子串的起始位置，那么子串的结束位置也是递增的！这里的原因在于，假设我们选择字符串中的第 k 个字符作为起始位置，并且得到了不包含重复字符的最长子串的结束位置为 r
k
。那么当我们选择第 k+1 个字符作为起始位置时，首先从 k+1 到 r
k
的字符显然是不重复的，并且由于少了原本的第 k 个字符，我们可以尝试继续增大 r
k
，直到右侧出现了重复字符为止。
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
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
unordered_set occ;
int n = s.size();
// 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;
// 枚举左指针的位置，初始值隐性地表示为 -1
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.erase(s[i - 1]);
}
while (rk + 1 < n && !occ.count(s[rk + 1])) {
// 不断地移动右指针
occ.insert(s[rk + 1]);
++rk;
}
// 第 i 到 rk 个字符是一个极长的无重复字符子串
ans = max(ans, rk - i + 1);
}
return ans;
}
};
字符串知识点
在C++中，`std::string` 提供了丰富的操作方法来处理字符串。以下是一些常用的字符串操作：
1. **创建和初始化**：
- 直接赋值：`std::string str = "Hello";`
- 使用构造函数：`std::string str(5, 'a'); // 结果为"aaaaa"`
2. **访问字符**：
- 通过索引：`char ch = str[0];`
- 使用 `at()` 方法（带边界检查）：`char ch = str.at(0);`
3. **拼接字符串**：
- 使用 `+` 操作符：`std::string result = str1 + " " + str2;`
- 使用 `append()` 方法：`str.append(" more text");`
4. **取子串** (`substr`)：
- 如前面所述，使用 `substr()` 方法提取子串。
5. **查找子串或字符** (`find`, `rfind`)：
- 查找第一次出现的位置：`size_t pos = str.find("world");`
- 查找最后一次出现的位置：`size_t pos = str.rfind("o");`
6. **替换子串** (`replace`)：
- 替换指定范围的字符：`str.replace(0, 5, "Goodbye"); // 将前5个字符替换为"Goodbye"`
7. **删除字符或子串** (`erase`)：
- 删除特定位置的字符或子串，如前面所述。
8. **插入字符或子串** (`insert`)：
- 在指定位置插入字符或子串：`str.insert(5, ", nice");`
9. **比较字符串** (`compare`)：
- 比较两个字符串是否相等：`if(str.compare("Hello") == 0) {...}`
10. **获取字符串长度** (`length`, `size`)：
- 获取字符串长度：`size_t len = str.length();` 或 `size_t len = str.size();`
11. **清空字符串** (`clear`)：
- 清除字符串的所有内容：`str.clear();`
这些只是 `std::string` 类提供的一部分功能。根据你的具体需求，你可以选择适合的方法进行字符串操作。需要注意的是，在执行可能涉及边界检查的操作时（例如使用 `at()`），应该考虑异常处理以避免运行时错误。
心得
滑动窗口本质是双指针。另外，本题没有用哈希表巧妙去重也是遗憾之一。过度注重于字符串用法了，没有灵活结合之前两章的知识。这个滑动窗口似乎有固定的解法，固定一层移动一层，官解与笔者思路基本一致，只是使用的工具不同导致性能有差异。