无重复最长子字符串

• 给定一个字符串，找出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: 无重复字符的最长子串是 “abc”，其长度为 3。
• 示例 2:
• 输入: “bbbbb”
• 输出: 1
• 解释: 无重复字符的最长子串是 “b”，其长度为 1。
• 示例 3:
• 输入: “pwwkew”
• 输出: 3
• 解释: 无重复字符的最长子串是 “wke”，其长度为 3。
• 请注意，答案必须是一个子串，“pwke” 是一个子序列 而不是子串。

import java.util.HashSet;
import java.util.Set;
/**
 * 方法一：暴力法
 * 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。
 */
class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length();
        int ans = 0;
        for (int i = 0; i < n; i++) {
            for (int j = i + 1; j <= n; j++) {
                if (allUnique(s, i, j)) {
                    ans = Math.max(ans, j - i);
                }
            }
        }
        return ans;
    }

    public boolean allUnique(String s, int start, int end) {
        Set<Character> set = new HashSet<>();
        for (int i = start; i < end; i++) {
            Character ch = s.charAt(i);
            if (set.contains(ch)) {
                return false;
            }
            set.add(ch);
        }
        return true;
    }
//测试用例
    public static void main(String[] args) {
        String s="asdfghjklkjhjkl";
        int res=new Solution().lengthOfLongestSubstring(s);
        System.out.print(res);
    }
}

/**
* 方法二：滑动窗口
* 算法思想：
* 暴力法非常简单。但它太慢了。那么我们该如何优化它呢？
* 在暴力法中，我们会反复检查一个子字符串是否含有有重复的字符，但这是没有必要的。
* 如果从索引 i 到 j−1 之间的子字符串 s_{ij}s
* 已经被检查为没有重复字符。我们只需要检查 s[j]对应的字符是否已经存在于子字符串 s_{ij}
* 要检查一个字符是否已经在子字符串中，我们可以检查整个子字符串，这将产生一个复杂度为 O(n^2)的算法，
* 通过使用 HashSet 作为滑动窗口，我们可以用 O(1)的时间来完成对字符是否在当前的子字符串中的检查。
* @param s
* @return
*/

public int lengthOfLongestSubstring2(String s){
        int n=s.length();
        int ans=0,i=0,j=0;
        Set<Character> set=new HashSet<>();
        while (i<n&&j<n){
            if (!set.contains(s.charAt(j))){
                set.add(s.charAt(j++));
                ans=Math.max(ans,j-i);
            }
            else{
                set.remove(s.charAt(i++));
            }
        }
        return ans;
    }

复杂度分析

时间复杂度：O(2n) = O(n)，在最糟糕的情况下，每个字符将被 i 和 j 访问两次。
空间复杂度：O(min(m, n))，与之前的方法相同。滑动窗口法需要 O(k)的空间，其中 k表示 Set 的大小。而Set的大小取决于字符串 n 的大小以及字符集/字母 m 的大小。