leetcode3：无重复字符的最长子串

题目描述

输入一个字符串 s，找出 s 中不包含重复字符的最长子串的长度。

示例
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。

解题思路

这个问题可以通过多种方法解决，包括但不限于暴力法、滑动窗口法等。以下是一些常见的方法：

1. 暴力法

遍历字符串的所有可能子串，并检查每个子串是否包含重复字符。然而，这种方法的时间复杂度为 O(n^3)，在字符串较长时效率非常低。

2. 哈希集合（滑动窗口法）

这是解决该问题的有效方法，通过维护一个滑动窗口和一个哈希集合（如HashSet）来实现。窗口中的字符是当前考虑的不重复字符序列，哈希集合用于记录窗口中字符的存在性。具体步骤如下：

• 使用两个指针（通常称为left和right）表示滑动窗口的左右边界，初始时都指向字符串的起始位置。
• 遍历字符串，将right指针向右移动，每移动一步，就检查当前字符是否已经在哈希集合中。
  • 如果不在，将其加入哈希集合，并更新最长不重复子串的长度（如果需要）。
  • 如果在，则需要移动left指针，并从哈希集合中移除left指针所指向的字符，直到哈希集合中不再包含当前right指针所指向的字符。
• 重复上述过程，直到right指针到达字符串的末尾。
  这种方法的时间复杂度为O(n)，其中n是字符串的长度，因为每个字符只会被遍历、插入和删除哈希集合各一次。

代码示例（JavaScript）

var lengthOfLongestSubstring = function(s) {  
    let maxLength = 0; // 最长不重复子串的长度  
    let left = 0; // 滑动窗口的左边界  
    let charMap = {}; // 用于存储字符最后一次出现的位置的哈希表  
  
    for (let right = 0; right < s.length; right++) {  
        // 如果当前字符已经在哈希表中，并且它出现的位置在左边界的右侧，  
        // 那么就需要移动左边界直到它超过该字符上一次出现的位置  
        if (charMap[s[right]] !== undefined && charMap[s[right]] >= left) {  
            left = charMap[s[right]] + 1;  
        }  
  
        // 更新当前字符在哈希表中的位置  
        charMap[s[right]] = right;  
  
        // 计算当前窗口的长度，并更新最长长度  
        maxLength = Math.max(maxLength, right - left + 1);  
    }  
  
    return maxLength;  
};