[Typescropt]无重复字符的最长子串

无重复字符的最长子串

function lengthOfLongestSubstring(s: string): number {
    let res = 0;
    const window = new Map();
    let left = 0;
    let right = 0;
​
    while (right < s.length) {
        let rightChar = s[right];
        right++;
​
        // 进行窗口内数据的一系列更新
        window.set(rightChar, (window.get(rightChar) || 0) + 1);
​
        while(window.get(rightChar) > 1){
          let leftChar = s[left];
          left++;
​
          // 进行窗口内数据的一系列更新
          window.set(leftChar, window.get(leftChar) - 1);
        }
​
        // 在这里更新答案
        res = Math.max(res, right - left);
    }
    return res;
}
​

思路

这道题目是寻找一个字符串s中最长不含重复字符的子串的长度。这是一种典型的滑动窗口问题，可以通过使用双指针（在这里用left和right表示）来解决。以下是算法的详细思路：

0. 初始化：

   • res用于存储最长子串的长度。
   • window是一个Map对象，用于存储当前窗口内字符的出现次数。

1. 滑动窗口：

   • 使用right指针从左到右遍历字符串s，扩展窗口的右边界。

2. 更新窗口：

   • 每扩展一位，将s[right]的字符计数加一，使用window.set(rightChar, (window.get(rightChar) || 0) + 1)。

3. 处理重复字符：

   • 如果当前字符在窗口中已经存在（即window.get(rightChar) > 1），则需要移动left指针，缩小窗口的左边界，直到该字符的计数为1。

4. 移动left指针：

   • 移动left指针时，将s[left]的字符计数减一，使用window.set(leftChar, window.get(leftChar) - 1)。

5. 更新最长长度：

   • 在每次窗口扩展后，更新res的值，使用res = Math.max(res, right - left)。这里的right - left实际上是当前窗口的长度，也就是不包含重复字符的子串的长度。

6. 循环直至结束：

   • 重复步骤3到6，直到right指针遍历完整个字符串s。

7. 返回结果：

   • 返回res，即最长不含重复字符子串的长度。

这个算法的时间复杂度是O(n)，其中n是字符串s的长度，因为每个字符最多被访问两次（一次由right指针访问，一次或零次由left指针访问）。空间复杂度是O(k)，其中k是字符集的大小，因为window Map最多存储所有可能的不同字符及其计数。