LeetCode-3-算法-无重复字符的最长子串（中等）

给定一个字符串，请你找出其中不含有重复字符的 最长子串 的长度。

示例 1:

输入: "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: "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: "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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/longest-substring-without-repeating-characters
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

审题：给定一个字符串，请你找出其中不含有重复字符的 最长子串 的长度。

思考：

解题：

解法一：暴力法，逐个检查所有的子字符串，看它是否不含有重复的字符。

官方算法：

假设我们有一个函数 boolean allUnique(String substring) ，如果子字符串中的字符都是唯一的，它会返回 true，否则会返回 false。 我们可以遍历给定字符串 s 的所有可能的子字符串并调用函数 allUnique。 如果事实证明返回值为 true，那么我们将会更新无重复字符子串的最大长度的答案。

为了枚举给定字符串的所有子字符串，我们需要枚举它们开始和结束的索引。假设开始和结束的索引分别为 i 和 j。那么我们有 00≤i<j≤n（这里的结束索引 j是按惯例排除的）。因此，使用 i 从 0 到 n−1 以及 j 从i+1 到 n 这两个嵌套的循环，我们可以枚举出 s 的所有子字符串。

要检查一个字符串是否有重复字符，我们可以使用集合。我们遍历字符串中的所有字符，并将它们逐个放入 set 中。在放置一个字符之前，我们检查该集合是否已经包含它。如果包含，我们会返回 false。循环结束后，我们返回 true。

解题思路：

通过两层遍历，可以将字符串拆分成子字符串（暴力拆解），然后判断每个子字符串是不是符合要求，记录符合要求的长度，计算最长的。

判断需要使用到集合的知识点，将子字符串拆分，放入set集合，set不能重复。

//暴力求各个子字符串。	
public int lengthOfLongestSubstringI(String s) {
		// 数组字符长度，便于遍历
		int len = s.length();
		// 定义结果ans,初始化为0
		int ans = 0;
		for (int i = 0; i < len; i++) {
			for (int j = i + 1; j <= len; j++) {
				// 判断是否有重复，没有重复符合要求。
				if (allUnique(s, i, j)) {
					// 记录最长的结果,用末尾的位置减去首部的位置，就是子串的长度
					ans = Math.max(ans, j - i);
				}
			}
		}
		return ans;
	}
//用判断set
	public boolean allUniqueI(String s, int start, int end) {
		// set集合
		Set<Character> set = new HashSet<Character>();
		// 循环将s中，下标从start到end之间的字母放入set
		for (int i = start; i < end; i++) {
			// charAt() 方法用于返回指定索引处的字符。索引范围为从 0 到 length() - 1。
			Character ch = s.charAt(i);
			// 判断set中有没有ch，如果有返回false
			if (set.contains(ch)) {
				return false;
			}
			// 如果没有，就需要放入数组。
			set.add(ch);
		}
		return true;
	}

知识点：set集合相关知识点。

解法二：滑动窗口，

官方算法：

滑动窗口是数组/字符串问题中常用的抽象概念。 窗口通常是在数组/字符串中由开始和结束索引定义的一系列元素的集合，即 [i, j)（左闭，右开）。而滑动窗口是可以将两个边界向某一方向“滑动”的窗口。例如，我们将 [i, j) 向右滑动 1 个元素，则它将变为 [i+1, j+1)（左闭，右开）。

回到我们的问题，我们使用 HashSet 将字符存储在当前窗口 [i, j)（最初 j = i）中。 然后我们向右侧滑动索引 j，如果它不在 HashSet 中，我们会继续滑动 j。直到 s[j] 已经存在于 HashSet 中。此时，我们找到的没有重复字符的最长子字符串将会以索引 i 开头。如果我们对所有的 i 这样做，就可以得到答案。

解题思路：

通过滑动左右两边的位置，两个方向遍历，不需要遍历所有子字符串的可能性，只遍历有效的情况。

首先左边i位置初始化，右边j开始向右移动，记录字符串长度。

遇到有重复的情况，需要移动i的位置，删除i位置的字母，向右移动，直到不重复，继续移动j，遇到重复，继续移动i。

可以记录下所有符合条件的（没有重复的）可能性的长度。

//滑动窗口
	public int lengthOfLongestSubstringII(String s) {
		// 初始化结果
		int ans = 0;
		Set<Character> set = new HashSet<Character>();
		int len = s.length();
		int i = 0;
		int j = 0;
		while (i < len && j < len) {
            //判断j位置字母在set中有没有。如果不包含进入if，写入set。
			if(!set.contains(s.charAt(j))) {
				//j++，j向右滑动
				set.add(s.charAt(j++));
				//记录最长
				ans = Math.max(ans, j-i);
			}else {
				//包含就需要将i向右滑动，然后继续判断j位置的情况。以此类推。
				set.remove(s.charAt(i++));
			}
		}
		return ans;
	}

知识点：滑动窗口

解法二：优化的滑动窗口

官方算法：

上述的方法最多需要执行 2n 个步骤。事实上，它可以被进一步优化为仅需要 n 个步骤。我们可以定义字符到索引的映射，而不是使用集合来判断一个字符是否存在。 当我们找到重复的字符时，我们可以立即跳过该窗口。

也就是说，如果 s[j] 在 [i, j) 范围内有与 j'  重复的字符，我们不需要逐渐增加 i。 我们可以直接跳过 [i，j'] 范围内的所有元素，并将 i 变为 j' +1 。

解题思路：还是滑动窗口。

还是方法二的思路，只不过在i向左滑动的时候，不需要一步一步检查j是否可以滑向下一个字母。

因为只有i移动到j出现重复的下一个字母（右边）j才可能继续下一个字母。

通过map存储键值对，方便下j出现重复的情况时候，查找map中的之前重复字母，找到位置，i跳转到这个位置即可。

	public int lengthOfLongestSubstringIII(String s) {
		int ans = 0;
		int len = s.length();
		Map<Character, Integer> map = new HashMap<>();
		for (int i = 0, j = 0; j < len; j++) {
            //判断这个字母是否在map中。
			if(map.containsKey(s.charAt(j))) {
				//如果在，说明重复了，需要移动i了，将i移动到   s.charAt(j)  这个字母的下一位。
                //因为map中的key字母可以重复，所以，查找最大的i保证了i是在最右边。
				i = Math.max(map.get(s.charAt(j)), i);
			}
			//如果不再，说明这位也是字符串的字母，需要加一。
			ans = Math.max(ans, j-i+1);
	//将键值对写入map，key是字母，位置是value。不用管重复的问题，只需要移动i到合适的位置即可。
			map.put(s.charAt(j), j+1);
		}
		return ans;
	}

知识点：map集合相关知识。