经典算法题解析：从思路到实现，掌握核心编程思维

算法是编程的灵魂，也是面试中的重点考察内容。本文精选了几道经典算法题，涵盖字符串处理、链表操作、树遍历等常见场景，通过详细解析帮助你理解算法设计思路与实现细节，提升解题能力。

一、无重复字符的最长子串

题目描述

给定一个字符串 s，请你找出其中不含有重复字符的最长子串的长度。

示例：

• 输入：s = "abcabcbb" → 输出：3（最长子串是 "abc"）
• 输入：s = "bbbbb" → 输出：1（最长子串是 "b"）
• 输入：s = "pwwkew" → 输出：3（最长子串是 "wke"）

解题思路：滑动窗口 + 哈希表

滑动窗口是处理子串问题的高效方法，核心是维护一个动态窗口 [left, right]，确保窗口内的字符无重复。配合哈希表记录字符最后出现的位置，可快速调整窗口边界。

代码实现

def length_of_longest_substring(s):
    char_map = {}  # 记录字符最后出现的位置
    left = 0       # 滑动窗口左边界
    max_len = 0    # 最大长度
    
    for right in range(len(s)):
        current_char = s[right]
        # 若当前字符已存在且在窗口内，移动左边界
        if current_char in char_map and char_map[current_char] >= left:
            left = char_map[current_char] + 1
        # 更新字符的最新位置
        char_map[current_char] = right
        # 计算当前窗口长度并更新最大值
        current_len = right - left + 1
        max_len = max(max_len, current_len)
    
    return max_len

详细解析

1. 核心变量：

   • left 和 right 分别为窗口的左右边界，初始时 left=0。
   • char_map 存储每个字符最后一次出现的索引，用于快速判断重复。
   • max_len 记录最长无重复子串的长度。

2. 窗口调整逻辑：

   • 遍历字符串时，right 不断右移，扩大窗口范围。
   • 若当前字符 current_char