无重复字符的最长子串

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: s = “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: s = “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: s = “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。

示例 4:

输入: s = “”
输出: 0

提示：
0 <= s.length <= 5 * 104
s 由英文字母、数字、符号和空格组成

暴力求解
当检测到子串中拥有相同的字符时，我们应该更新start值，我们找出相同字符的位置用变量 j 保存，讲start更新为 j+1

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
    if(s=="")
    {
        return 0;
    }
    int start = 0, max = 0,j=0;
    for (int i = 0; i < s.length(); i++){
        int flat = 0;
        for (j = start; j < i; j++){
            if (s[i] == s[j]){
                flat = 1;
                break;
            }
        }
        if (flat == 1){
            start = j + 1;
        }
        if (max < (i - start)){
            max = i - start;
        }
    }
    return max + 1;
    }
};

哈希表
哈希表就是一种映射，我们使用unordered_map实现映射功能语句 m[s[i]]=i 记录字符中对应在字符串中的序号语句 m.find(s[i])!=m.end() 用来查找新的字符在字符串中是否存在，值得注意的是判断中m[s[i]]>=start 这句话非常关键，例如 s=“abba” ,当我们识别到第二个a的时候，我们会发现start 更新后等于 1 ，这时候 i=3 那么 max=3 这是不合理的，关键在于 start 的值变小了，无论如何 start 的值是不会后退的。

class Solution {
public:
    int lengthOfLongestSubstring(string s) 
{
    if (s == "")
    {
        return 0;
    }
    int start = 0, max = 0;
    unordered_map<char, int>m;
    for (int i = 0; i < s.length(); i++)
    {
        if (m.find(s[i]) != m.end()&&m[s[i]]>=start)
        {
            start = m[s[i]]+1;
        }
        m[s[i]] = i;
        if (max < (i - start))
        {
            max = i - start;
        }
    }
    return max+1;
    }
};

使用桶
使用桶来代替哈希表的查找大大提高了运行时间，使用 t[s[i]]=i 语句保存字符相应在字符中的序列，但是依然需要加一个判断并且，由于字符在字符串中是存在的，那么 t[s[i]]>0，这又恰好大于 start 值，所以我们将 t[s[i]]>0&&t[s[i]]>=start 两句话合并成一句就够了
这里为什么 t[s[i]] = i+1 使其从一开始算起，因为我们初始化桶的时候初始值为零，这样当输入为单符号的时候会出现长度为零的情况，所以我们从开始算起。

class Solution {
public:
    int lengthOfLongestSubstring(string s) 
{
    if (s == "")
    {
        return 0;
    }
    int start = 0, max = 0;
    int t[256] = { 0 };
    for (int i = 0; i < s.length(); i++) {
        if (t[s[i]]>=start) 
        {
            start = t[s[i]];
        }
        t[s[i]] = i+1;
        if (max < (i - start)) {
            max = i - start;
        }
    }
    return max+1;
}
};