3. 无重复字符的最长子串

题干

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。

题解

方法一：滑动窗口

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 $s_{ij}$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$s_{ij}$中。

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，但我们可以通过使用 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。

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。

public class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length();
        Set<Character> set = new HashSet<>();
        int ans = 0, i = 0, j = 0;
        while (i < n && j < n) {
            // try to extend the range [i, j]
            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。

方法二：优化的滑动窗口
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$j^{\prime }$重复的字符，我们不需要逐渐增加$i$。 我们可以直接跳过$[i，j^{\prime }]$范围内的所有元素，并将$i$变为$j^{\prime }+1$。

public class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length(), ans = 0;
        Map<Character, Integer> map = new HashMap<>(); // current index of character
        // try to extend the range [i, j]
        for (int j = 0, i = 0; j < n; j++) {
            if (map.containsKey(s.charAt(j))) {
                i = Math.max(map.get(s.charAt(j)), i);
            }
            ans = Math.max(ans, j - i + 1);
            map.put(s.charAt(j), j + 1);
        }
        return ans;
    }
}