后端开发刷题 | 最长无重复子数组
描述
给定一个长度为n的数组arr,返回arr的最长无重复元素子数组的长度,无重复指的是所有数字都不相同。
子数组是连续的,比如[1,3,5,7,9]的子数组有[1,3],[3,5,7]等等,但是[1,3,7]不是子数组
数据范围:0≤arr.length≤105,0<arr[i]≤105
示例1
输入:
[2,3,4,5]
返回值:
4
说明:
[2,3,4,5]是最长子数组
示例2
输入:
[2,2,3,4,3]
返回值:
3
说明:
[2,3,4]是最长子数组
示例3
输入:
[9]
返回值:
1
示例4
输入:
[1,2,3,1,2,3,2,2]
返回值:
3
说明:
最长子数组为[1,2,3]
示例5
输入:
[2,2,3,4,8,99,3]
返回值:
5
说明:
最长子数组为[2,3,4,8,99]
思路分析:
方法1:
该题可以使用队列来实现,因为队列先进先出,后进后出的特性,在遇到重复元素可以通过queue.poll()的方法把队头元素出队,使队列里面没有重复元素。
并且每添加一个元素,就比较最大值个数来更新res。
代码:
import java.util.*;
public class Solution {
/**
* @param arr int整型一维数组 the array
* @return int整型
*/
public int maxLength (int[] arr) {
Queue<Integer> queue=new LinkedList<>();
int res=0;
for(int c:arr){
while(queue.contains(c)){
//如果有重复的元素,则让队头出队,一直到队列里面没有重复元素
queue.poll();
}
//添加元素到队尾
queue.add(c);
res=Math.max(res,queue.size());
}
return res;
}
}
思路分析:
方法2:
可以使用“滑动窗口”技术,是一种常用于解决数组/字符串中满足特定条件的子数组/子串问题的技术。在这个问题中,通过维护一个窗口(即左右指针之间的部分),并使用哈希集合来快速检查元素是否重复,我们能够高效地找到最长无重复元素子数组的长度。
步骤:
- 初始化变量:
left
和right
是两个整型指针,分别表示当前考虑的子数组的左右边界。初始时,它们都指向数组的第一个元素(即索引 0)。max
用于记录迄今为止找到的最长无重复元素子数组的长度。初始值为 0。set
是一个HashSet
,用于存储当前考虑的子数组中的元素,以便快速检查元素是否重复。
- 遍历数组:
- 使用一个
while
循环遍历数组arr
,条件是right
指针小于数组的长度。这意味着只要right
指针没有超出数组的范围,循环就会继续。
- 使用一个
- 处理重复元素:
- 在每次循环中,首先检查
set
是否已经包含了arr[right]
。这是通过调用set.contains(arr[right])
来实现的。 - 如果
set
包含arr[right]
,说明当前考虑的子数组中出现了重复元素。此时,需要从子数组中移除左边界的元素(即arr[left]
),直到不再重复为止。这是通过循环调用set.remove(arr[left++])
来实现的,同时left
指针向右移动。
- 在每次循环中,首先检查
- 添加元素并更新最长长度:
- 如果
set
不包含arr[right]
,说明当前元素可以添加到子数组中。此时,将arr[right]
添加到set
中,并将right
指针向右移动。 - 然后,检查并更新
max
的值,以确保它始终表示当前找到的最长无重复元素子数组的长度。这是通过调用max = Math.max(max, set.size())
来实现的。注意,这里我们直接使用了set.size()
来获取当前无重复元素子数组的长度。
- 如果
- 返回结果:
- 当
right
指针超出数组范围时,循环结束。此时,max
变量中存储的就是最长无重复元素子数组的长度。方法返回这个值。
- 当
代码:
import java.util.*;
public class Solution {
/**
* @param arr int整型一维数组 the array
* @return int整型
*/
public int maxLength (int[] arr) {
int left=0,right=0;
Set<Integer> set=new HashSet<>();
int max=0;
while(right<arr.length){
if(set.contains(arr[right])){
set.remove(arr[left++]);
}else{
set.add(arr[right++]);
max=Math.max(max,set.size());
}
}
return max;
}
}