无重复字符的最长子串-双指针

无重复字符的最长子串 双指针解法

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。LeetCode对应题目

解题思路

做这道题的时候第一个想到的是动态规划，因为与寻找最长回文子序列有些相似，想着用f[i][j]来表示下标i到下标j子串的状态。但在做的过程当中，发现必须存储当前已经遍历过了哪些字符，而用f[i][j]存储子状态遍历过哪些字符好像在空间上面会开辟大量的空间，于是选择另寻他路。

最容易的想法是暴力求解，用两个指针i和j。依次增加i的值，每次增加i的值时j从i+1遍历到字符串的结尾，这样的时间复杂度是$O(N^2)$，对于长一些的测试用例多半是通不过的，于是想办法进行优化，想想哪些地方可以直接跳过。

分析后发现三点技巧：

1. 如果$s_i\cdots s_j$没有重复，而$s_{j+1}$与其中的某一个重复了，那么后续的字符就不用再遍历，直接进行下一轮迭代
2. 假设$s_{j+1}$是与$s_i\cdots s_j$中的$s_k(i<k<j)$重复了，如果我们下一轮迭代从$s_{i+1}$开始迭代，那么必然又会遇到$s_{j+1}$与$s_k$重复的情况。又因为我们是要求最大的无重复子串长度，所以这必然会比原来从$s_i$开始的子串更短，因此这样的迭代是没有意义的，我们可以直接将i跳到k+1来防止这样的无用迭代
3. 在发现重复字符之前的字符都是不重复的，如果我们每次都将j退回到i+1那么就会将以前已经知道的不重复的字符又重新判断一次，这也无疑是无用功。因此，我们根本就没有必要将j往回退，当i的值更新后j继续进行判断即可

经过这三点技巧，可以发现i和j都是一直在往前走的，也就是说当j==len(s)的时候整个算法就结束了，整个算法的时间复杂度降到了$O(N)$

实现代码

def lengthOfLongestSubstring(s):
        n = len(s)#获取字符串长度
        if not n:
            return 0
        max_len = 1#至少长度为一，因为单个字符是无重复的
        i,j=0,1
        while j<n:
            index = s[i:j].find(s[j])#找到该字符在已检测子串中的位置
            if index == -1:#表示没有重复出现过
                if j - i + 1 > max_len:
                    max_len = j - i + 1
                j+=1
            else:#重复出现
                i += index+1
        return max_len