无重复字符的最长字串

给定一个字符串，找出不含有重复字符的最长字串的长度

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。

解决方案：

方法一：暴力法(最方便，最通俗，最容易理解，最符合正常人的思维)

思路：逐个检查所有的字符串，看它是否不含有重复的字符

算法：假设我们有一个函数boolean allUnique(String subString)，如果子字符串的字符都是唯一的，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字串最大长度的答案。

1. 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0<=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以及从i+1到n这两个嵌套的循环，我们可以枚举出所有的子字符串。
2. 要检查一个字符串是否含有重复字符，我们可以使用集合。我们遍历字符串中的所有字符，并请将他们逐个放入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。

public 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;
    }
}

复杂度分析

• 时间复杂度：O(n^3)
• 空间复杂度：O(min(n,m))

方法二：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 sij​ 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 sij​ 中。

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 11 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 ii 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