leetcode3：无重复字符的最长子串

示例 1:

输入: s = "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: s = "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: s = "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。

 

提示：

0 <= s.length <= 5 * 104

s 由英文字母、数字、符号和空格组成

方法一：滑动窗口思路和算法

我们先用一个例子考虑如何在较优的时间复杂度内通过本题。

我们不妨以示例一中的字符串 abcabcbb 为例，找出从每一个字符开始的，不包含重复字符的最长子串，那么其中最长的那个字符串即为答案。对于示例一中的字符串，我们列举出这些结果，其中括号中表示选中的字符以及最长的字符串：

以 (a)bcabcbb 开始的最长字符串为 (abc)abcbb；

以 a(b)cabcbb 开始的最长字符串为 a(bca)bcbb；

以 ab(c)abcbb 开始的最长字符串为 ab(cab)cbb；

以 abc(a)bcbb 开始的最长字符串为 abc(abc)bb；

以 abca(b)cbb 开始的最长字符串为 abca(bc)bb；

以 abcab(c)bb 开始的最长字符串为 abcab(cb)b；

以 abcabc(b)b 开始的最长字符串为 abcabc(b)b；

以 abcabcb(b) 开始的最长字符串为 abcabcb(b)。

发现了什么？如果我们依次递增地枚举子串的起始位置，那么子串的结束位置也是递增的！这里的原因在于，假设我们选择字符串中的第 k 个字符作为起始位置，并且得到了不包含重复字符的最长子串的结束位置为 r k。那么当我们选择第 k+1 个字符作为起始位置时，首先从 k+1 到 r k的字符显然是不重复的，并且由于少了原本的第 k 个字符，我们可以尝试继续增大 rk，直到右侧出现了重复字符为止。

这样一来，我们就可以使用「滑动窗口」来解决这个问题了：

我们使用两个指针表示字符串中的某个子串（或窗口）的左右边界，其中左指针代表着上文中「枚举子串的起始位置」，而右指针即为上文中的 rk；

在每一步的操作中，我们会将左指针向右移动一格，表示 我们开始枚举下一个字符作为起始位置，然后我们可以不断地向右移动右指针，但需要保证这两个指针对应的子串中没有重复的字符。在移动结束后，这个子串就对应着 以左指针开始的，不包含重复字符的最长子串。我们记录下这个子串的长度；

在枚举结束后，我们找到的最长的子串的长度即为答案。

判断重复字符

在上面的流程中，我们还需要使用一种数据结构来判断是否有重复的字符，常用的数据结构为哈希集合（即 C++ 中的 std::unordered_set，Java 中的 HashSet，Python 中的 set, JavaScript 中的 Set）。在左指针向右移动的时候，我们从哈希集合中移除一个字符，在右指针向右移动的时候，我们往哈希集合中添加一个字符。

至此，我们就完美解决了本题。

代码

class Solution {

    public int lengthOfLongestSubstring(String s) {

        // 哈希集合，记录每个字符是否出现过

        Set<Character> occ = new HashSet<>();

        int n = s.length();

        // 右指针，初始值为 -1，相当于我们在字符串的左边界的左侧，还没有开始移动

        int rk = -1, ans = 0;

        for (int i = 0; i < n; ++i) {

            if (i != 0) {

                // 左指针向右移动一格，移除一个字符

                occ.remove(s.charAt(i - 1));

            }

            while (rk + 1 < n && !occ.contains(s.charAt(rk + 1))) {

                // 不断地移动右指针

                occ.add(s.charAt(rk + 1));

                ++rk;

            }

            // 第 i 到 rk 个字符是一个极长的无重复字符子串

            ans = Math.max(ans, rk - i + 1);

        }

        return ans;

    }

}

方法二

滑动窗口最简单的模板：

// 外层循环扩展右边界，内层循环扩展左边界

for (int l = 0, r = 0 ; r < n ; r++) {

//当前考虑的元素

while (l <= r && check()) {//区间[left,right]不符合题意

        //扩展左边界

    }

    //区间[left,right]符合题意，统计相关信息

}

本题：

class Solution {

    public int lengthOfLongestSubstring(String s) {

        //滑动窗口

        char[] ss = s.toCharArray();

        Set<Character> set = new HashSet<>();//去重

        int res = 0;//结果

        for(int left = 0, right = 0; right < s.length(); right++) {//每一轮右端点都扩一个。

            char ch = ss[right];//right指向的元素，也是当前要考虑的元素

            while(set.contains(ch)) {//set中有ch，则缩短左边界，同时从set集合出元素

                set.remove(ss[left]);

                left++;

            }

            set.add(ss[right]);//别忘。将当前元素加入。

            res = Math.max(res, right - left + 1);//计算当前不重复子串的长度。

        }

        return res;

    }

}

方法三

public int lengthOfLongestSubstring(String s) {

    int left = 0, length = 0, max = 0;

    for(int right=0; right < s.length(); right++){

        for(int k = left; k < right; k++){

            if(s.charAt(k) == s.charAt(right)){

                left = k+1;

                length = right-left;

                break;

            }

        }

        length++;

        if(max < length) max = length;

    }

    return max;

}