Merge pull request #160 from myoshi2891/dev/macbook_pro

Dev/macbook pro

Author: myoshi2891

Algorithm/Sliding Window Method/leetcode/3. Longest Substring Without Repeating Characters/Claude/README.html

@@ -0,0 +1,380 @@
+# Longest Substring Without Repeating Characters - スライディングウィンドウ＋高速位置管理
+
+## 目次
+
+- [概要](#overview)
+- [アルゴリズム要点（TL;DR）](#tldr)
+- [図解](#figures)
+- [正しさのスケッチ](#correctness)
+- [計算量](#complexity)
+- [Python 実装](#impl)
+- [CPython 最適化ポイント](#cpython)
+- [エッジケースと検証観点](#edgecases)
+- [FAQ](#faq)
+
+---
+
+<h2 id="overview">概要</h2>
+
+**問題**: 文字列 `s` が与えられたとき、**重複文字を含まない最長の連続部分文字列**の長さを求める。
+
+**要件**:
+
+- 入力長 `n`: `0 ≤ n ≤ 5×10⁴`
+- 文字種: 英字・数字・記号・空白（ASCII + 非 ASCII 混在可能）
+- **部分文字列**（substring）であり、部分列（subsequence）ではない → 連続性が必須
+
+**制約**:
+
+- Time: **O(n)** を達成（各文字を高々 2 回走査）
+- Space: **O(min(n, Σ))** 相当（文字集合サイズ Σ に比例、ASCII なら固定 128）
+
+---
+
+<h2 id="tldr">アルゴリズム要点（TL;DR）</h2>
+
+- **戦略**: スライディングウィンドウ（右端 `i` を進めつつ、左端 `left` を必要に応じて前進）
+- **データ構造**:
+  - **ASCII（0..127）**: `array('I', 128)` で固定・高速（未出現=0、出現は `index+1`）
+  - **非 ASCII（≥128）**: `dict[int, int]` で管理（BMP 65536 配列を避けてメモリ削減）
+- **計算量**:
+  - Time: **O(n)** — 各文字を高々 1 回ずつ走査＋定数時間の位置更新
+  - Space: **O(1)** 相当（ASCII は固定 128、非 ASCII は出現数に比例）
+- **メモリ戦略**: 以前の BMP 65536 配列（約 256KB）を撤廃し、辞書に切り替えることで**ピークメモリを大幅削減**
+
+---
+
+<h2 id="figures">図解</h2>
+
+### フローチャート（処理の流れ）
+
+```mermaid
+flowchart TD
+  Start[Start solve] --> Validate{Input valid}
+  Validate -- No --> Raise[Raise error]
+  Validate -- Yes --> Empty{n == 0}
+  Empty -- Yes --> RetZero[Return 0]
+  Empty -- No --> Init[Initialize left=0, best=0, last_ascii, last_other]
+  Init --> Loop{For each i,ch in s}
+  Loop -- No more --> Done[Return best]
+  Loop -- Yes --> CheckASCII{code &lt; 128}
+  CheckASCII -- Yes --> GetASCII[prev = last_ascii code]
+  CheckASCII -- No --> GetDict[prev = last_other.get code, 0]
+  GetASCII --> CheckPrev{prev &gt; left}
+  GetDict --> CheckPrev
+  CheckPrev -- Yes --> UpdateLeft[left = prev]
+  CheckPrev -- No --> KeepLeft[Keep left]
+  UpdateLeft --> StorePos[Store i+1 in last_ascii or last_other]
+  KeepLeft --> StorePos
+  StorePos --> CalcLen[curr_len = i - left + 1]
+  CalcLen --> UpdateBest{curr_len &gt; best}
+  UpdateBest -- Yes --> SetBest[best = curr_len]
+  UpdateBest -- No --> KeepBest[Keep best]
+  SetBest --> Loop
+  KeepBest --> Loop
+  Done --> End[End]
+```
+
+**説明**:
+
+1. 入力検証（型・長さ）を行い、空文字列なら即座に `0` を返す
+2. 各文字について、ASCII なら固定配列、非 ASCII なら辞書から前回出現位置を取得
+3. 前回位置が現在ウィンドウ内（`prev > left`）なら左端を前進
+4. 現在位置を記録し、ウィンドウ長を計算して最大値を更新
+5. 全文字を処理後、最大長を返す
+
+### データフロー図
+
+```mermaid
+graph LR
+  subgraph Input_phase
+    A[Input string s] --> B[Validate type and length]
+    B --> C[Check n == 0]
+  end
+  subgraph Init_phase
+    C --> D[Allocate last_ascii array 128]
+    C --> E[Initialize last_other dict]
+  end
+  subgraph Core_loop
+    D --> F[For each char i, ch]
+    E --> F
+    F --> G[Compute code = ord ch]
+    G --> H{code &lt; 128}
+    H -- Yes --> I[Access last_ascii code]
+    H -- No --> J[Access last_other code]
+    I --> K[Update left if needed]
+    J --> K
+    K --> L[Store i+1 in last_ascii or last_other]
+    L --> M[Calculate curr_len]
+    M --> N[Update best]
+    N --> F
+  end
+  F --> O[Return best]
+```
+
+**説明**:
+
+- **Input_phase**: 入力の型チェック・長さ上限チェック・空文字列の早期リターン
+- **Init_phase**: ASCII 用固定配列（128 要素）と非 ASCII 用辞書を初期化
+- **Core_loop**: 各文字について、コード値で分岐して ASCII 配列か辞書を参照し、ウィンドウを調整しながら最大長を更新
+
+---
+
+<h2 id="correctness">正しさのスケッチ</h2>
+
+### 不変条件
+
+**ウィンドウ `[left, i]` 内には重複文字が存在しない**
+
+- 各文字 `ch` について、その**前回出現位置 `prev`** を管理
+- `prev > left` なら、`ch` が既にウィンドウ内に存在 → `left = prev` として左端を前進し、重複を排除
+- `prev ≤ left` なら、`ch` はウィンドウ外またはまだ未出現 → ウィンドウを拡大可能
+
+### 網羅性
+
+- 右端 `i` を `0` から `n-1` まで全て走査 → すべての部分文字列の終端を試行
+- 各 `i` で左端 `left` を適切に調整 → その終端での最長ウィンドウを常に維持
+- よって、**すべての重複なし部分文字列の最大長を見逃さない**
+
+### 基底条件
+
+- `n == 0` → `best = 0`（空文字列）
+- `n == 1` → ループ 1 回で `best = 1`
+
+### 終了性
+
+- 外側ループは `i` を `0..n-1` まで増加 → 有限ステップで終了
+- 各ステップは定数時間（配列または辞書への単一アクセス）
+
+---
+
+<h2 id="complexity">計算量</h2>
+
+### 時間計算量: **O(n)**
+
+- 各文字 `ch` について:
+  - ASCII なら `last_ascii[code]` の **O(1)** アクセス
+  - 非 ASCII なら `last_other.get(code, 0)` の **平均 O(1)** アクセス
+- `left` は単調増加（最大 `n` まで） → 全体で高々 `2n` ステップ
+- よって **線形時間** を達成
+
+### 空間計算量: **O(min(n, Σ))**
+
+- **ASCII 部分**: `array('I', 128)` → **512 バイト固定**（4 バイト × 128）
+- **非 ASCII 部分**: `dict` は出現した非 ASCII 文字数に比例（最大 `n` だが実際は出現種類数）
+- トータル: **O(1) 相当**（多くの入力では ASCII 主体で辞書は小規模）
+
+### 比較表（修正前後）
+
+| 実装                         | Time | Space（ASCII） | Space（非 ASCII 混在） | メモリ順位 |
+| ---------------------------- | ---- | -------------- | ---------------------- | ---------- |
+| **修正前**（BMP 65536 配列） | O(n) | 512B           | 約 256KB（BMP 表）     | 中程度     |
+| **修正後**（dict）           | O(n) | 512B           | 出現種類数に比例       | **改善**   |
+
+---
+
+<h2 id="impl">Python 実装</h2>
+
+```python
+from __future__ import annotations
+
+from array import array
+from typing import Dict, Final
+
+
+class Solution:
+    """
+    Longest Substring Without Repeating Characters
+
+    メモリ削減版：
+    - ASCII (0..127) は array('I', 128) の軽量表（未出現=0, 出現は index+1）
+    - 非ASCII (>=128) は dict に格納（BMP 65536表は使わない）
+      → 65536 要素配列(約256KB) の確保を完全に回避してピークメモリを下げる
+    """
+
+    _MAX_LEN: Final[int] = 5 * 10**4
+
+    def lengthOfLongestSubstring(self, s: str) -> int:
+        """
+        Args:
+            s: 入力文字列
+
+        Returns:
+            重複のない最長連続部分文字列の長さ
+
+        Raises:
+            TypeError: s が str でない場合
+            ValueError: 入力長が仕様上限を超える場合
+
+        Complexity:
+            Time: O(n)
+            Space: O(1) 相当（ASCIIは固定128、非ASCIIは出現数に比例）
+        """
+        # 入力検証
+        if not isinstance(s, str):
+            raise TypeError("Input must be a string")
+        n: int = len(s)
+        if n > self._MAX_LEN:
+            raise ValueError("Input length exceeds allowed maximum")
+
+        # 基底条件: 空文字列
+        if n == 0:
+            return 0
+
+        # ASCII 用（0..127）だけ固定確保：極小＆高速
+        last_ascii: array = array("I", [0]) * 128
+        # 非ASCII は dict にのみ格納（BMP 65536表は作らない）
+        last_other: Dict[int, int] = {}
+
+        left: int = 0  # ウィンドウ左端
+        best: int = 0  # 最大長
+
+        for i, ch in enumerate(s):
+            code: int = ord(ch)
+
+            # 分岐: ASCIIか非ASCIIか
+            if code < 128:
+                prev: int = last_ascii[code]
+                # 重複検出: 前回出現がウィンドウ内なら左端を前進
+                if prev > left:
+                    left = prev
+                # 現在位置を記録（1-indexed: 0 は未出現）
+                last_ascii[code] = i + 1
+            else:
+                prev = last_other.get(code, 0)
+                if prev > left:
+                    left = prev
+                last_other[code] = i + 1
+
+            # 現在ウィンドウの長さを計算
+            curr_len: int = i - left + 1
+            if curr_len > best:
+                best = curr_len
+
+        return best
+```
+
+### 補足
+
+- **`array('I', [0]) * 128`**: 符号なし整数（4 バイト）× 128 = 512 バイトの固定配列
+- **`last_other: Dict[int, int]`**: 非 ASCII 文字のコードポイント → 出現位置（1-indexed）
+- **1-indexed 記録**: `0` を「未出現」の番兵として利用し、`prev > left` 判定を単純化
+
+---
+
+<h2 id="cpython">CPython最適化ポイント</h2>
+
+### 1. **固定配列 `array('I')` で ASCII 高速化**
+
+- `list` や `dict` より**メモリ効率**と**キャッシュ効率**が高い
+- ASCII は 128 要素固定なので**オーバーヘッドが極小**
+
+### 2. **辞書は非 ASCII 専用（BMP 65536 配列の回避）**
+
+- 以前の実装では非 ASCII 出現時に 65536 要素配列（約 256KB）を確保
+- 修正版では **`dict` にフォールバック** → 出現種類数に比例する軽量メモリ
+- **ピークメモリ削減** により、LeetCode のメモリ順位（Beats%）が改善しやすい
+
+### 3. **属性アクセス削減**
+
+- ループ内で `last_ascii[code]` を直接参照（メソッド呼び出しなし）
+- `last_other.get(code, 0)` は 1 回のみ（再取得しない）
+
+### 4. **早期リターン**
+
+- `n == 0` で即座に `0` を返し、不要なループを回避
+
+### 5. **型注釈による静的解析**
+
+- pylance での型チェックを通過 → 実行時エラーを事前検出
+- `Final` でクラス定数を明示 → 再代入防止
+
+---
+
+<h2 id="edgecases">エッジケースと検証観点</h2>
+
+| ケース                    | 入力例         | 期待出力 | 検証観点                 |
+| ------------------------- | -------------- | -------- | ------------------------ |
+| **空文字列**              | `""`           | `0`      | 基底条件                 |
+| **単一文字**              | `"a"`          | `1`      | 最小ケース               |
+| **全て同じ文字**          | `"bbbbb"`      | `1`      | ウィンドウが常にサイズ 1 |
+| **全て異なる文字**        | `"abcde"`      | `5`      | ウィンドウが最大まで拡大 |
+| **繰り返しパターン**      | `"abcabcbb"`   | `3`      | 左端の適切な前進         |
+| **空白・記号混在**        | `"p w!w@ke#w"` | `7`      | 非英字の正しい扱い       |
+| **非 ASCII（日本語等）**  | `"あいうあ"`   | `3`      | 辞書での管理             |
+| **長大入力（5 万文字）**  | ランダム生成   | 変動     | Time/Space 制約          |
+| **ASCII と非 ASCII 混在** | `"a中b中c"`    | `3`      | 配列と辞書の併用         |
+
+### 検証スクリプト例
+
+```python
+def test_edge_cases():
+    sol = Solution()
+    assert sol.lengthOfLongestSubstring("") == 0
+    assert sol.lengthOfLongestSubstring("a") == 1
+    assert sol.lengthOfLongestSubstring("bbbbb") == 1
+    assert sol.lengthOfLongestSubstring("abcde") == 5
+    assert sol.lengthOfLongestSubstring("abcabcbb") == 3
+    assert sol.lengthOfLongestSubstring("pwwkew") == 3
+    assert sol.lengthOfLongestSubstring("p w!w@ke#w") == 7
+    assert sol.lengthOfLongestSubstring("あいうあ") == 3
+    assert sol.lengthOfLongestSubstring("a中b中c") == 3
+    print("All edge cases passed!")
+```
+
+---
+
+<h2 id="faq">FAQ</h2>
+
+### Q1: なぜ `array('I')` を使うのか？
+
+**A**: `list[int]` に比べて以下のメリット:
+
+- **メモリ密度**: 4 バイト/要素で固定（list はポインタオーバーヘッドあり）
+- **キャッシュ局所性**: 連続メモリ配置で高速アクセス
+- **型保証**: 符号なし整数のみ格納（意図しない型混入を防止）
+
+### Q2: なぜ BMP 65536 配列を撤廃したのか？
+
+**A**:
+
+- **約 256KB のピークメモリ**が LeetCode のベンチマークで不利
+- 非 ASCII が少数の場合、辞書の方が **軽量**（出現種類数に比例）
+- 速度への影響は軽微（辞書の平均 O(1)アクセスで十分高速）
+
+### Q3: `prev > left` の判定はなぜ正しいのか？
+
+**A**:
+
+- `prev` は **1-indexed**（`i+1` で記録）
+- `left` は **0-indexed**（ウィンドウの左端）
+- `prev > left` なら、前回出現位置は現在ウィンドウ内 → 左端を `prev` まで前進して重複を排除
+
+### Q4: 全文字を `dict` のみにすると何が変わるか？
+
+**A**:
+
+- **メモリ**: さらに削減可能（ASCII も辞書管理 → 固定 512B も節約）
+- **速度**: わずかに低下（配列アクセスより辞書が遅い）
+- **トレードオフ**: メモリ優先なら有効、速度優先なら現在の実装が最適
+
+### Q5: サロゲートペア（非 BMP, U+10000 以上）は？
+
+**A**:
+
+- Python の `ord()` は **コードポイント** を返す（サロゲートペア処理は不要）
+- 非 BMP 文字も `code >= 128` で辞書に格納され、正しく扱われる
+
+### Q6: なぜ `i - left + 1` で長さが求まるのか？
+
+**A**:
+
+- ウィンドウは `[left, i]` の閉区間
+- 要素数 = `i - left + 1`（例: `[3, 5]` なら `5 - 3 + 1 = 3` 個）
+
+### Q7: `left` が単調増加する理由は？
+
+**A**:
+
+- `left = prev` で更新（`prev` は必ず `> left`）
+- 一度前進した `left` は二度と後退しない → 単調性が保証される