力扣第三题（无重复字符的最长子串）详解

在解题前先来了解一下滑动窗口：

滑动窗口简单说来就是双指针，但双指针的移动是不同步的

滑动窗口的应用场景

1. 需要输出或比较的结果在原数据结构中是连续排列的；

2. 每次窗口滑动时，只需观察窗口两端元素的变化，无论窗口多长，每次只操作两个头尾元素，当用到的窗口比较长时，可以显著减少操作次数；

3. 窗口内元素的整体性比较强，窗口滑动可以只通过操作头尾两个位置的变化实现，但对比结果时往往要用到窗口中所有元素。

具体的应用解析

滑动窗口总结

该题的标准解法为滑动窗口，即用两个指针，一个指向字符串的左边，一个指向字符串的右边，从字符串的开口开始，用一个哈希表储存回文字符串，右指针从开头向右走，当遇到重复的字符时，将记录下当前无重复字符串的长度，再继续遍历，一直到字符串的结尾。

class Solution{
public:
    int lengthOfLongestSubstring(string s) {  
    unordered_set<char> occ; //哈希表，记录是否出现过重复数组
    int n = s.size();
    int rk = -1,ans = 0;//初始化右指针，用ans记录子串的长度
    for(int i = 0;i < n;i++){
       if(i != 0){
         occ.erase(s[i - 1])//左指针右移
       }
       while(rk + 1 < n && !occ.count(s[rk + 1])){
            occ.insert(s[rk + 1]);//右指针右移
            ++rk;
       }
       ans = max(ans,rk + 1 - i);//比较字符串长度
       }
     return ans;
   }
};

上面就是代码，其实这到题左指针可以不用循环，当右指针遇到重复数组时，将左指针跳转到右指针指向的位置即可。

另外由于哈希表的时间复杂度比较高，可以用数组进行代替。

class Solution {
public:
    int temp[130];
    int lengthOfLongestSubstring(string s) {
    int max = 0;
    int n = s.size();
    for(int i = 0,j = 0;j < n;j++){
        temp[s[j]]++;
        while(temp[s[i]] >1){
            temp[s[i++]]--;
        }
       if(j - i + 1 > max){
         max = j - i + 1;
       }
    }
   return max;
    }
};