算法-无重复字符的最长子串(力扣-3)难度：中等

题目1：力扣-3：无重复字符的最长子串 ，难度：中等

描述：

给定一个字符串 s ，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

编码实现：

方法1：暴力方法：双循环

public class Algorithm {
	public int lengthOfLongestSubstring(String s){
		//write your code here...
		int max = 0;
		for(int i = 0; i < s.length(); i++){
			StringBuffer sb = new StringBuffer(String.valueOf(s.charAt(i)));
			for(int j = i + 1; j < s.length(); j++){
				if(sb.toString().contains(String.valueOf(s.charAt(j)))){
					break;
				}else{
					sb.append(s.charAt(j));
				}
			}
			max = Math.max(max, sb.length());
		}
		return max;
	}
}

分析：该算法为暴力无脑解法，其时间复杂度为O(n^3)，空间复杂度为O(m)

优化算法：滑动窗口法

编码实现（滑动窗口）：

public class Algorithm {
	public int lengthOfLongestSubstring(String s){
		//窗口
		HashSet<Character> window = new HashSet<>();
		int max = 0, rp = 0;
		for(int lp = 0; lp < s.length(); lp++){
			//移除第一个元素（左指针后移）
			if(lp > 0) window.remove(s.charAt(lp - 1));
			while(rp < s.length() && !set.contains(s.charAt(rp))){
				window.add(s.charAt(rp));
				rp++;
			}
			max = Math.max(max, window.size());
		}
		return max;		
	}
}

分析：时间复杂度为 O(n)，空间复杂度为 O(|E|) 其中 E 代表可能出现的无重复的字符集的个数，默认为所有的ASCII 码在 [0,128)内可能出现的字符。

题目2：最长无重复子数组（NC-41）难度：中等

描述：

给定一个数组arr，返回arr的最长无重复元素子数组的长度，无重复指的是所有数字都不相同。
子数组是连续的，比如[1,3,5,7,9]的子数组有[1,3]，[3,5,7]等等，但是[1,3,7]不是子数组

数据范围：0 <= |arr| <= 1000000
要求： 空间复杂度 O(n)，时间复杂度 O(nlogn)
​

示例1：

输入：[2,3,4,5]
输出： 4
说明： 最长无重复子数组为：[2,3,4,5]

示例2：

输入：[2,2,3,4,3]
输出： 3
说明： 最长无重复子数组为：[2,3,4]

示例3：

输入：[9]
输出： 1
说明： 最长无重复子数组为：[9]

示例4：

输入： [1,2,3,1,2,3,2,2]
输出： 3
说明： 最长无重复子数组为：[1,2,3]

示例5：

输入： [2,2,3,4,8,99,3]
输出： 5
说明： 最长无重复子数组为：[2,3,4,8,99]

分析：仍然使用滑动窗口法

编码实现：

public class Algorithm {
	public int maxLength(int[] arr){
		int max = 0, r = 0;
		HashSet<Integer> window = new HashSet<>();
		for(int i = 0; i < arr.length; i++){
			if(i > 0) window.remove(arr[i - 1]);
			while(r < s.length && !window.contains(arr[r])){
				window.add(arr[r]);
				r++;
			}
			max = Math.max(max,window.size());
		}
		return max;
	}
}