• 【无重复字符的最长子串--三种方法】


    前言

    大家好,今天我们来讨论一下LeetCode上两道数组方面的例题来为大家讲解滑动窗口的使用。
    题目不难,方法很多。熊猫希望通过第一道简单的题目来使大家了解到不同的解题方法。


    一、题目 --无重复字符的最长子串

    题目描述: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。
    点击跳转

    在这里插入图片描述在这里插入图片描述


    (一)双层循环

    1.题目分析

    题目要求找出不含重复字符的最长子串,那么我的第一想法可能就是暴力求解:
    我们需要两层循环,第一层循环遍历字符串、并且记录第二层循环开始的位置。
    ①创建一个新的数组;
    ②从第一个字符开始遍历,不重复的字符就将它放到新的数组中,遇到重复的就停止,计算该子串的长度;
    ③开始下一次循环,直到遍历到字符串结束。
    那么下面我们就来实现一下这个操作。

    在写力扣题的时候我们一定要判断空指针的情况!!

    2.图解

    在这里插入图片描述

    3.示例

     int lengthOfLongestSubstring(char* s) {
    
     	if (s == NULL) // 判断空指针
     		return 0;
    
     	int len = strlen(s);
     	int maxlength = 0; // 记录最长长度
    
     	int i = 0;
     	for (i = 0; i < len; i++) // 外层循环遍历字符串
     	{
     		int curlength = 0; // 记录每一次的长度
    
     		char* tmp = (char*)calloc(len, 1); // 用来存放子串
     		int t = 0; 
     		
     		int j = i; // 从i开始遍历
     		while (s[j] && !strchr(tmp,s[j])) // 要防止子串出现越界情况
     		{
     			tmp[t++] = s[j++];  // 字符不存在就保存
     		}
     		curlength = t; // 子串的长度
    
     		if (maxlength < curlength)// 找最长
     		{
     			maxlength = curlength;
     		}
     		
     	}
    	free(tmp);
     	return maxlength;
     }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32

    运行实例:
    在这里插入图片描述


    (二)滑动窗口

    1.题目分析

    通过上面的示例我们已经解决了问题,但是有一个问题:上面的解法时间复杂度很高:O(n^2),
    通过画图我们可以发现内循环每进行一次都会有数据被重复移动,这个操作消耗了大量的时间,
    下面我们通过滑动窗口的方法来进行化简。

    2.图解

    静态图:
    在这里插入图片描述

    动图:
    注:动图表示的是tmp数组中应该存放的数据

    滑动窗口

    3.示例

    示例:

    int lengthOfLongestSubstring(char* s) {
    
    	if (s == NULL)
    		return 0;
    
    	int len = strlen(s);
    	char* tmp = (char*)calloc(len, 1);
    	int right = 0; // 有效字符串长度
    	int maxlength = 0; // 记录最长长度
    
    	int i = 0;
    	for (i = 0; i < len; i++)
    	{
    
    		char* p = strchr(tmp, s[i]);
    
    		tmp[right] = s[i];
    		right++;
    
    		if (p) // 如果该字符已存在,就跳到该位置
    		{
    			right = right - (p - tmp) - 1; // 更新长度
    			char* eff = (char*)malloc(right);
    			// 跳过中间重复的部分
    			memcpy(eff, p + 1, right); // 先将有无重复的字符串保存
    			memset(tmp, '0', (p - tmp + 1 + right));//清空原字符串
    			memcpy(tmp, eff, right); // 将新字符串重新拷贝回去
    
    			free(eff);
    		}
    
    		if (maxlength < right)// 找最长
    		{
    			maxlength = right;
    		}
    	}
    
    	return maxlength;
    }
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40

    运行实例:
    ![在这里插入图片描述]直https://接上传(blog.csdnimg.c-/fd4nUsR5cd89ed1e4b4085e4047a09c1b891.png)https:/在这里插入图片描述


    (三)滑动窗口–改进

    1.题目分析

    上面我们通过字符的复制和删除来省略了多次遍历的过程,不过,
    我们在删除字符的时候需要将后面全部的字符都往前移,这样也需要浪费一些时间,
    那么我们是否可以通过找到最长子串的具体位置,来省去删除字符的过程呢?
    答案肯定是可以的,下面就让我们开始实际操作。

    2.图解

    在这里插入图片描述

    3.示例

    示例:

    int lengthOfLongestSubstring(char* s) {
    
    	if (s == NULL)
    		return 0;
    
    	int len = strlen(s);
    	char* tmp = (char*)calloc(len, 1);
    	int right = 0; // 当前字符串长度
    	int left = 0; // 控制子串起始位置
    	int maxlength = 0; // 记录最长长度
    
    	for (int i = 0; i < len; i++)
    	{
    		char* p = strchr(tmp + left, s[i]);//这里需要注意的一点是字符必须先判断后复制
    
    		tmp[right] = s[i];
    		right++;
    
    		if (p) // 如果该字符已存在,就跳到前面重复字符的下一个位置
    		{
    			left = p - tmp + 1;
    		}
    
    		int curlength = right - left; // 当前子串长度
    		if (maxlength < curlength)// 找最长
    		{
    			maxlength = curlength;
    		}
    	}
    
    	free(tmp);
    
    	return maxlength;
    }
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35

    运行实例:
    在这里插入图片描述

    二、题目–长度最小的子数组

    题目描述:给定一个含有 n 个正整数的数组和一个正整数 target 。
    找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, …, numsr-1, numsr] ,并返回其长度。如果不存在符合条件的子数组,返回 0 。

    点击跳转
    在这里插入图片描述

    (一)滑动窗口

    1.题目解析

    题目要求找一段连续子数组,并且该子数组的和sum要>=target,那么我们首先就是要遍历数组求和,直到sum>=target,
    下面我们直接使用滑动窗口的思想进行破题: 那么我们在这里会遇到哪些特殊情况呢?
    特例1.整个数组的和都小于target,不过当窗口的右边界越界的时候我们已经跳出循环了,所以也就不需要再做特殊处理;
    特例2.有一个数组元素特别大,我们减去前面的一个元素后,sum依然大于target,这时我们就需要先将sum的值不断减小之后才能继续扩大右边界。

    2.图解

    滑动窗口2

    滑动窗口3

    3.示例

    代码如下:

    int minSubArrayLen(int target, int* nums, int numsSize){
        int minlen=numsSize+1; // 最短长度
        int sum=0; // 求和
        int left=0; // 记录左边界
        int right = 0;
        while(right<numsSize) // 右边界改变
        {
            sum+=nums[right++]; // 这里需要更新right,否则结果会少一
            while(sum>=target)  // 特例1
            {
                minlen = minlen>right-left?right-left:minlen;
                sum-=nums[left++]; // 左下标需要右移
            }
        }
    
        return minlen==numsSize+1?0:minlen; // 特例2
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17

    运行实例:
    在这里插入图片描述


    总结

    以上就是今天讲解的滑动窗口的全部内容,题目不难,也不难讲。
    有些过程看似不必要,不过却可以拓宽我们的思路,拓展我们的视野。如果有什么疑问或者建议都可以在评论区留言,感谢大家对在这里插入图片描述的支持。

  • 相关阅读:
    windows下的docker和Kubernetes安装
    解决logstash插件logstash-outputs-mongodb一条数据失败后一直重复尝试
    【自用总结】正项级数审敛法的总结
    数据结构和算法(8):搜索树(二叉搜索树和AVL树)
    Linux——进程:概念、创建进程(函数fork的使用、补充、总结)
    路由器开发知识汇总
    笛卡尔树(Cartesian Tree)
    合作QA是大聪明?撸个接口校验工具保命(5)
    【MATLAB源码-第43期】基于matlab的turbo码误码率仿真比较不同迭代次数,采用logmap/sova算法。
    飞码LowCode前端技术系列(二):如何便捷配置出页面 | 京东云技术团队
  • 原文地址:https://blog.csdn.net/m0_66363962/article/details/127603549