力扣hot100-无重复字符的最大子串

前言

        本文将要和大家分享一个新的思路——滑动窗口，其实它也算是双指针的一种变形，下面将通过力扣hot100里的3. 无重复字符的最长子串来详细介绍一下。

思路分析

        首先，得先了解一个概念，就是什么是子串，子串即为子字符串，它是原字符串中一段连续、非空的序列。明白了这点，就知道这题为什么用滑动窗口的思路了。

        滑动窗口的核心是维护一个左闭右开的窗口 [left, right)（，保证窗口内的字符无重复。
滑动窗口的初始化：
        left 初始化为 0，作为窗口的左边界。
        right 从 0 开始遍历，作为窗口的右边界。
        窗口的调整逻辑：对于每个 right，遍历 [left, right) 区间内的字符，检查是否存在与 s[right] 重复的字符：
若存在重复字符（下标为 i），则将 left 移动到 i + 1，保证新窗口 [i+1, right] 内无重复字符。
若不存在重复字符，则窗口自然向右扩展。
长度更新：每次调整窗口后，计算当前窗口的长度 right - left + 1，并与 maxlength 比较，更新最大值。
这种思路的时间复杂度为 
        O()(最坏情况下，如字符串所有字符都不重复时，内层循环会遍历整个窗口），空间复杂度为 O(1)（仅使用了几个整型变量）。

代码展示

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        // 用于记录最长无重复子串的长度
        int maxlength = 0;
        // 滑动窗口的左指针
        int left = 0;
        // 获取字符串的长度
        int count = s.size();
        // 滑动窗口的右指针，遍历字符串
        for (int right = 0; right < count; right++) {
            // 从左指针位置开始，检查到右指针前的字符，是否有与右指针字符重复的情况
            for (int i = left; i < right; i++) {
                if (s[i] == s[right]) {
                    // 若有重复，左指针跳到重复字符的下一个位置
                    left = i + 1;
                    break;
                }
            }
            // 更新最长无重复子串的长度
            maxlength = max(maxlength, right - left + 1);
        }
        return maxlength;
    }
};

代码优化

        这里采用了两层循环，当数据量大的情况下，时间成本较大，所以可以考虑将内层循环换成哈希表unordered_map，利用unordered_map查找的时间复杂度为O(1)的特性，从而大大提高时间效率（力扣提供的测试还不能体现哈希表的优势，所以优化后的代码运行效率可能还不如上面的代码），整体时间复杂度为 O(n)，空间复杂度为 O(k)（k 是字符串中不重复字符的数量，最坏情况下 k=n）。

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int maxlength = 0;       // 记录最长无重复子串的长度
        int left = 0;            // 滑动窗口左边界
        int count = s.size();    // 字符串长度
        unordered_map<char, int> charIndex; // 哈希表：键为字符，值为该字符最后出现的下标

        for (int right = 0; right < count; right++) {
            char currentChar = s[right]; // 当前右指针指向的字符

            // 若当前字符在哈希表中存在，且其最后出现的下标 >= left（说明在当前窗口内）
            if (charIndex.find(currentChar) != charIndex.end() && charIndex[currentChar] >= left) {
                // 将左指针移动到该字符最后出现位置的下一位，确保窗口内无重复
                left = charIndex[currentChar] + 1;
            }

            // 更新当前字符在哈希表中的最新下标（无论是否重复，都要更新为当前right）
            charIndex[currentChar] = right;

            // 计算当前窗口长度，更新最大长度
            maxlength = max(maxlength, right - left + 1);
        }

        return maxlength;
    }
};