剑指offer 48. 最长不含重复字符的子字符串

题目描述：

请从字符串中找出一个最长的不包含重复字符的子字符串，计算该最长子字符串的长度。

考察点：

滑动窗口，动态规划，哈希

解题思路：

①滑动窗口：
当前下标的元素在滑动窗口中如果没有出现，就将当前元素插入到滑动窗口中，窗口变大。
如果当前元素在窗口里面出现过，计数不为0，表示窗口内已经有这个元素了，就需要将窗口左边的下标往右移动一个。
再次进入循环，依旧看当前元素在滑动窗口内的计数，从而根据计数决定是扩大窗口，还是将左边的窗口值继续往右移动。

②动态规划+哈希表：
状态定义：
动态规划列表dp,dp[fast]表示到fast下标为止，不重复的字符个数，
如果到此为止没有重复的:dp[fast]=dp[fast-1]+1,
如果有重复的，dp[fast]=当前的新的不重复字符串长度;
转移方程：
假设右边界为fast,左边界为slow。
①slow=-1,表示没有没有重复字符，dp[fast]=dp[fast-1]+1，最大不重复字符串长度加一
②dp[fast]<fast-slow,表示slow所在下标的字符并没有出现在当前计数范围内，在当前计数范围的左边，因此当前范围内仍没有出现重复的字符，所以dp[fast]=dp[fast]+1，最大不重复字符串长度加一
③dp[fast]>fast-slow,表示slow此时所在的下标对应的字符已经出现到有效计数范围中了，导致右边界fast-左边界slow比上一次还要小，所以dp[fast]=fast-slow，最大计数改变

结合上面三条，总结出转移方程为：

所以将哈希表和动态规划的思路结合起来如下：

遍历字符串s。
如果出现新的字符没有在哈希表中，就将这个元素插入到哈希表中。
如果遍历到的当前这个元素在哈希表中已经存在了，就更新这个元素在哈希表中的下标，将原来这个元素的换标换成当前这个元素的下标，比如：原来在哈希表中a元素的下标为0，现在遍历到字符串中有重复的字符a，其下标为3，所以将0换为3。

对于有效元素的长度，在哈希表中使用动态规划：
定义两个下标，fast,slow
fast先便利字符串，当出现和当前元素重复的字符时，slow变成第一次出现这个字符的下标，而fast此时在第二次出现这个字符的位置，记录两者之差：tmp=fast-slow
如果tmp<fast-slow,表示此时的slow没有在当前字符计数范围内，结合下面前三块图，即就是slow所在下标并没有在需要计算不重复区间中，因此有效长度在原来基础上+1；
如果tmp>=fast-slow,表示此时的slow已经移动到有效计数区间范围内部，出现了重复元素，结合下图第四块。因此有效长度改变为fast-slow。
ret表示最终返回的最大的不重复字符串长度。

完整代码：

①滑动窗口（C++）：

//滑动窗口
class Solution {
public:
    int lengthOfLongestSubstring(string s) 
    {
        int left=0;
        int right=0;
        int res=0;
        set<char>sliding_window;
        while(left<=right&&right<s.size())
        {
            //如果窗口范围内没有重复的，将右边的窗口右移
            if(!sliding_window.count(s[right]))//表示当前右边窗口的内容在这个窗口里没有出现，计数为0，然后取反加进去为真将这个加进窗口
            {
                sliding_window.insert(s[right]);
                right++;
            }
            //否则左边的窗口向右移动
            else
            {
                res=max<int>(res,sliding_window.size());//这里max后面需要加上<int>，我认为是由于sliding_window.size()前面没有定义类型，所以需要强转一下
                sliding_window.erase(s[left]);
                left++;
            }
        }
        return max<int>(res,sliding_window.size());
    }
};

②动态规划+哈希表（java）:

//动态规划和哈希表的方法
class Solution {
    public int lengthOfLongestSubstring(String s) {
        //先创建一个哈希表
        Map<Character,Integer> dic=new HashMap<>();
        int tmp=0;//获取两个重复元素之间的差值
        int ret=0;//获取返回的最长元素个数
        for(int i=0;i<s.length();i++)
        {
            int j=dic.getOrDefault(s.charAt(i),-1);//获取指定元素在哈希表中的下标，如果没有就返回-1.
            //更新哈希表的元素，如果有重复的就进行覆盖，如果没有重复的就将元素添加进哈希表中
            dic.put(s.charAt(i),i);
            tmp=i-j>tmp?tmp+1:i-j;
            ret=Math.max(ret,tmp);
        }
        return ret;
    }
}