leetcode无重复字符的最长字串 python实现

无重复字符的最长字串是一道字符串处理算法的题目，在日常编程中，处理字符串是常见任务。用Python来实现leetcode这道算法题，该题目会涉及到一个概念“滑动窗口”。

一、题目描述

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(Longest substring without repeating characters)。

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。

二、解题思路

先来定义一下“子串”，根据题目描述，“子串”就是字符串中截取某一部分，长度从1到该字符串的长度。比如“abc”的子串集合是：

[‘a’, ‘b’, ‘c’, ‘ab’, ‘bc’, ‘abc’]

用 Python 生成这个集合很容易，你是否想到了？

def subs(s: str):
    results = []
    for begin in range(len(s)):
        for length in range(len(s)-begin):
            results.append(s[begin:begin + length + 1])
    return results
z = subs('abcde')
print(z)

那么问题来了，任意长度为n的字符串一共有多少个这样的“子串”呢？答案是：(n+1) * n / 2 。从上面的例子很容易得出这个答案：begin等于0时，长度可以有 n – 0 个，begin等于1时，长度可以有 n – 1个，以此类推，总数就是：

n + (n-1) + … + 1 => (n+1)*n / 2

（1）暴力解法

明白了“子串”的概念和获取方法，自然而然的就得到了最朴素也是最“暴力”的解法：遍历字符串得到所有“子串”，然后判断每个“子串”是否有重复字符，最终就会得到无重复最长子串了。

这个“暴力”算法中，计算所有子串的时间复杂度是 O(n2)，而判断一个子字符串是否有重复字符，又要从头到尾遍历一遍该字符串，所有最终的时间复杂度可以达到 O(n3)。

这个解法是不能被接受的，提到它全是因为前面对“子串”的解释及其数量计算，来练习Python对字符串的操作。

（2）滑动窗口

“滑动窗口”这个概念在计算机算法中非常常见。该算法可以把嵌套的循环转化为单循环从而降低时间复杂度。它在很多不同的领域都有应用：

TCP协议的滑动窗口进行流量控制

NLP（自然语言处理）中的 N-gram

图像处理中的物体识别

有兴趣的同学可以深入了解上面提到的应用领域。

大家在学python的时候肯定会遇到很多难题，以及对于新技术的追求，这里推荐一下我们的Python学习扣qun：784758214，这里是python学习者聚集地！！同时，自己是一名高级python开发工程师，从基础的python脚本到web开发、爬虫、django、数据挖掘等，零基础到项目实战的资料都有整理。送给每一位python的小伙伴！每日分享一些学习的方法和需要注意的小细节

点击：python技术分享交流

下面我们看看，“滑动窗口”如何进行字符串处理。结合题目中的例子“abcabcbb”这个字符串，我们来看看如何找它的无重复最长子串。

首先，我们定义窗口的两端：begin和end，分别表示要找的子串的开头和结尾。

开始的时候，begin和end都指向0的位置即‘a’，然后end不断后移（窗口变宽），当遇到第二个‘a’时（遇见重复字符）就得到一个子串，其长度就是end和begin位置的差。

不重复最长字串算法演示

如何判断是否遇到了重复字符‘a’呢？需要一个字典作为辅助数据结构，把end从头开始遇到的每个字符及其索引位置都放到字典里面，end每次移动到新字符就查一下字典即可。

通过字典，我们遇到第二个‘a’时就可以找到存在字典里面的第一个‘a’的位置。为了继续寻找无重复子串，begin就要指向第一个‘a’后面一个的位置即‘b’。然后end继续后移到‘b’，有发现它与前面的‘b’重复，计算子串长度赋值给最大长度（需要比较），同时begin要移动第一个‘b’后面的位置即‘c’。

这样依次移动end到字符串末尾就可以找到最长的子串，“子串窗口”也就从头移到了末尾。而只需要end从头到尾的一次循环即可。

把这个过程用Python实现如下：

class Solution:
    def lengthofLongestSubstring(self, s: str) -> int:
        maxlen = 0
        memo = dict()
        begin, end = 0, 0
        n = len(s)
        while end < n:
            last = memo.get(s[end])
            memo[s[end]] = end
            if last is not None:
                maxlen = max(maxlen, end-begin)
                begin = max(begin, last + 1)
            end += 1
        maxlen = max(maxlen, end-begin)
        return maxlen

提交后就可以看到结果。“执行时间”还只是个参考，再一次提交相同代码结果不是图中的击败91%，而变成了百分之十几。