【leetcode-字符串】无重复字符的最长子串

【leetcode-字符串】无重复字符的最长子串

给定一个字符串，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: "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: "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: "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。

解法一：时间复杂度很高， 需要两层for循环加字符判断

class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length();
        int resultLength = 0;
        for(int i = 0; i < n; i++){
            for(int j = i + 1; j < n; j++){
                if(judgeResult(s, i , j)){
                    resultLength = Math.max(resultLength, j - i);
                }
            }
        }
        return resultLength;
    }
    public boolean judgeResult(String s, int begin, int end){
        Set<Character> chr = new HashSet<>();
        for(int i = begin; i < end; i++){
            Character charStr = s.charAt(i);
            if(chr.contains(charStr)){
                return false;
            }else{
                chr.add(charStr);
            }
        }
        return true;
    }
}

解法二：动态规划

    维护一个数组dp[]，dp[i]表示到以第i个字符结尾的不包含重复数组的子字符串的最大长度。
    （我们并不保存最大不重复子字符串，只是存储其长度方便后续比较）
    状态转移：
        1. 第i个字符从未出现过，则dp[i] = dp[i-1] + 1；
        2. 第i个字符出现过， 这时我们找出第i个字符最近一次出现的位置index,记两个的距离为d= i-index：
         1） d<=dp[i-1],即这个字符出现在以第i-1个字符结尾的不包含重复数组的子字符串中，则dp[i] = d；
         2） d>dp[i-1], 即这个字符没有出现在以第i-1个字符结尾的不包含重复数组的子字符串中，则dp[i] = dp[i-1] + 1 。

class Solution {
    public int lengthOfLongestSubstring(String s) {
 
        int n = s.length();
        if (n == 0) {
            return 0;
        }
        int[] dp = new int[n];
        dp[0] = 1;
        int res = 1;
        for (int i = 1; i < n; i++) {
            char c = s.charAt(i);
            if (s.substring(0, i ).contains(c + "")) {
                int index = s.substring(0, i ).lastIndexOf(c + "");
                int d = i - index;
                if (d > dp[i - 1]) {
                    dp[i] = dp[i - 1] + 1;
                } else {
                    dp[i] = d;
                }
            } else {
                dp[i] = dp[i - 1] + 1;
            }
 
            res = Math.max(res, dp[i]);
        }
 
        return res;
    }
}