LeetCode：在字符串中找最长不重复子串，还可运用滑动窗口算法！

2024-02-02 07:09:01

在软件开发中运用滑动窗口算法高效解决无重复字符的最长子串问题

掌握字符串处理技能，轻松驾驭编程挑战

字符串作为软件开发中的重要数据类型，其处理能力是每位程序员的必备技能。今天，我们将深入探讨一道经典的 LeetCode 算法题——“无重复字符的最长子串”，并详细介绍滑动窗口算法的实现原理。通过这篇深入浅出的讲解，你将掌握字符串处理的利器，提升你的编程能力，轻松征服类似的编程挑战。

题目解读：寻找不包含重复字符的最长子串

给定一个字符串 s，算法的目标是找出其中不包含重复字符的最长子串的长度。例如，对于字符串 "abcabcbb"，最长不重复子串为 "abc"，长度为 3。而对于 "bbbbb"，最长不重复子串为 "b"，长度为 1。

暴力求解：遍历所有子串

最直接的解决方法是暴力搜索法。我们可以从字符串的第一个字符开始，枚举所有可能的子串，并逐一检查子串中是否包含重复字符。如果找到不包含重复字符的最长子串，则返回其长度。这种方法虽然简单，但效率较低，尤其是对于长字符串而言。

滑动窗口算法：高效的连续数据处理方法

滑动窗口算法是一种高效的算法，常用于处理连续数据。在字符串处理中，滑动窗口算法可以快速找到不包含重复字符的最长子串。其核心思想是使用一个窗口在字符串中滑动，不断更新窗口内的字符集，并计算窗口内不包含重复字符的最长子串的长度。

滑动窗口算法步骤详解

初始化窗口： 将窗口的起始位置设为字符串的第一个字符，窗口大小设为 1。
遍历字符串： 从第二个字符开始，依次遍历字符串中的每个字符 c。
检查窗口中是否包含 c： 如果窗口中已经包含字符 c，则将窗口的起始位置移动到 c 的下一个字符。
将 c 添加到窗口中： 将字符 c 添加到窗口中。
更新窗口长度： 计算窗口内不包含重复字符的最长子串的长度。
更新最大长度： 将窗口长度与当前最大长度进行比较，并更新最大长度。
重复步骤 2-6： 直到遍历完整个字符串。
返回最大长度： 算法结束后，返回最大长度。

代码实现：Python 实例

def length_of_longest_substring(s):
    """
    :type s: str
    :rtype: int
    """
    max_len = 0
    window_start = 0
    char_index = {}

    for i in range(len(s)):
        if s[i] in char_index and char_index[s[i]] >= window_start:
            window_start = char_index[s[i]] + 1
        char_index[s[i]] = i
        max_len = max(max_len, i - window_start + 1)

    return max_len

print(length_of_longest_substring("abcabcbb"))  # 3
print(length_of_longest_substring("bbbbb"))  # 1
print(length_of_longest_substring("pwwkew"))  # 3