LeetCode【3--無重複的最長字串】 LeetCode【4--有序數組中的中位數】

無重複的最長字串

題目描述

給定一個字符串，請你找出其中不含有重複字符的 最長子串 的長度。

解題思路

看到這道題，其實就兩個步驟，遍歷字符串，記錄當前字符有沒有重複。
重複一般解決就是哈希，這裏用個數組表示。
這裏找最長的字串，就是一個滑動窗口，我們在這裏用兩個下標表示，一個爲左邊界，一個爲右邊界，
初始值left = 0，right = -1；
滑動窗口的滑動就是，右邊界擴大，左邊界縮小
拿abcabcbb舉例

1. 先擴大右邊界看有沒有越界right+<s.size() 然後要看當前字符a在哈希表中有沒有重複出現count[s[right+1]] == 0,如果沒有，那麼count[s[++right]]++; 就是右邊界可以擴大，並且標記a已重複
2. 第一步完成後，right = 0，left = 0 ，重複上述步驟，判斷right+1<size&&count[s[right+1]] == 0,成功後b也沒有重複，那麼右邊界再往右擴一個
3. 第二步完成後，right = 1，left = 0,再重複上述步驟，判斷rihgt+1<size&&count[s[right+1]] == 0, c也沒有重複，右邊界再往右擴一個
4. 第三部完成後，right = 2，left = 0，再重複上述步驟，判斷right+1<size&&count[s[right+1]] == 0,此時又判斷到了a，那麼count[s[left++]] --,縮小左邊界，同時把哈希中的值更改
5. 。。。。。往後重複此操作
6. 每一步操作都要比較舊窗口大小和新窗口大小，就是max(舊的，新的)，找出最大值

代碼實現

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int count[256] = {0}; //哈希
        int right = -1; //右邊界
        int left = 0;//左邊界
        int res = 0; //窗口大小
        while(left<s.size())
        {
            if(right+1<s.size()&&count[s[right+1]] == 0)
                count[s[++right]] ++;
            else
                count[s[left++]]--;
            res = max(res,right-left+1);
        }
        return res;
    }
};

有序數組中的中位數

題目描述

給定兩個大小爲 m 和 n 的有序數組 nums1 和 nums2。

請你找出這兩個有序數組的中位數，並且要求算法的時間複雜度爲 O(log(m + n))。

你可以假設 nums1 和 nums2 不會同時爲空。

解題思路

所有的數據結構的中位數都可以用兩個函數解決，就是劍指offer中的數據流中的中位數
具體思路點這裏

代碼實現

class Solution {
    priority_queue<int,vector<int>,less<int>> max;
    priority_queue<int,vector<int>,greater<int>> min;
public:
    void Insert(int num)
    {
        if(max.empty() || num<= max.top())
            max.push(num);
        else
            min.push(num);
        
        //保證兩個堆的元素個數之差小於1
        if(max.size() == min.size()+2)
        {
            min.push(max.top());
            max.pop();
        }
        if(max.size()+1 == min.size())
        {
            max.push(min.top()); 
            min.pop();
        }
    }
    double GetMedian()
    { 
        return max.size() == min.size() ? (max.top()+min.top())/2.0 : max.top();
    }
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        for(int i = 0; i<nums1.size();++i)
        {
            Insert(nums1[i]);
        }
        for(int i = 0;i<nums2.size();++i)
        {
            Insert(nums2[i]);
        }
        double res =GetMedian();
        return res;
    }
};