滑动窗口：LeetCode 3.无重复字符的最长子串

字符串相关的题目在面试中出现的频率是特别高的，主要原因有以下几点：

• 日常开发过程中字符串是我们打交道相对比较多的一种数据类型，相关题目描述也比较简单易懂，基本不会出现面试官描述完题目候选人不理解题目本身意思的情况。

• 字符串可玩性高，排序、递归、回溯、二分查找、动态规划等基本都能基于字符串来出题，很适合拿来考察候选人的代码能力。

所以刷题的过程中，字符串相关的题目应该着重去关注。

1. 题目描述

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。

输入：一个字符串s。

输出：s无重复字符最长子串的长度。

举例：s = "abcabcbb", 那么其无重复字符的最长子串为"abc", 所以返回值是3。

2. 思路解析

基本上有点编程基础的同学都能想到一种暴力的算法，两个for循环找出所有的子串，针对每个子串去判断是否有重复字符，这样的时间复杂度太高了，很显然这并不是面试官想要的答案。 

下面我来介绍一种基于“滑动窗口”的方式来解此题。所谓滑动窗口，其实就是由两个索引维护一个区间，满足一定条件时会动态去调整这个区间。非常像计算机网络中的tcp协议栈里所用到的滑动窗口算法。这里的两个索引决定了滑动窗口的起点和终点，需要始终保持滑动窗口中的元素是不重复的，这就变成了找到包含非重复元素的最长的一个窗口。

a. i=0, j=0, res=0, u_set={};

b. 字符s[i]不在u_set中那么就把s[i]加入到u_set中，并记录当前窗口的长度，索引i继续向后移动，直到s[i]已经在u_set中，u_set开始删除s[j]并移动索引j，直到s[i]不在u_set中，这时把s[i]加入到u_set中并更新res，res=max(res, cur_window)；

c. 向后移动索引i，并重复b中的步骤，直到索引i=s.length。

看到这里有些同学可能还是不太理解，文字描述比较抽象，我特意根据一个简单的例子画了个流程图来帮助理解。理解能力比较强的同学也可以一起感受下我的画功。

比如给定s="abcac",其大致流程如图所示：

从上图中可以看出不含重复字符的窗口[0, 2]、[1, 3]和[3, 4]长度分别为3、3、2，即s无重复字符最长子串的长度为3。

3. C++代码实现

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        unordered_set<char> u_set;
        int res = 0;
        int len = s.length();
        int cur_window = 0; //当前窗口大小
        for (int i = 0, j = 0; i < len; ++i) {
            while (j < i && u_set.count(s[i])) {
                //s[i]已经在u_set中,窗口区间[j,i]中存在重复的元素
                //移动j直到窗口区间[j,i]中不存在重复元素
                u_set.erase(s[j]); 
                ++j;
                --cur_window;
            } 
            u_set.insert(s[i]);
            ++cur_window;
            res = max(res, cur_window);  
        } 
        return res;
    }
};

4.复杂度分析

时间复杂度：不要看到代码用了一个for嵌套一个while就以为时间复杂度是O(n^2)，i,j都是不会回头的两个索引，各自最多只遍历一遍字符串，unordered_set的查找效率一般是O(1)，最坏的情况是O(n)，这种情况一般是数据量巨大，存在很多哈希冲突，基本上退化成了链表。由于我们字符集大小也就几百个，不会出现这种最坏的情况。故总的时间复杂度为O(n)， n为字符串长度。

空间复杂度： 用了三个int型变量，一个set，set的最大元素个数为字符集的个数，所以空间复杂度为3*O(1)+O(m)=O(m), m为字符集的大小。