滑动窗口算法例题

给你两个字符串 s1 和 s2 ，写一个函数来判断 s2 是否包含 s1 的排列。
换句话说，s1 的排列之一是 s2 的 子串 。

示例 1：

输入：s1 = "ab" s2 = "eidbaooo"
输出：true
解释：s2 包含 s1 的排列之一 ("ba").

示例 2：

输入：s1= "ab" s2 = "eidboaoo"
输出：false

//构建长度为len的滑动窗口来维护s2
class Solution {
public:
    bool checkInclusion(string s1, string s2) {
        
        vector<int>vis1(26),vis2(26);
        int len=s1.length();

        if(len>s2.length())
            return false;

        for(int i=0;i<len;i++){
            vis1[s1[i]-'a']++;
            vis2[s2[i]-'a']++;
        }

        if(vis1==vis2)
            return true;

        for(int i=len;i<s2.length();i++){
            vis2[s2[i]-'a']++;
            vis2[s2[i-len]-'a']--;
            if(vis1==vis2)
                return true;
        }

        return false;
        
    }
};

---

---

---

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

class Solution {
public:
    int lengthOfLongestSubstring(string s) {

        set<char>se;
        int ans=0,right=-1;

        for(int i=0;i<s.length();i++){

            if(i!=0){
                se.erase(s[i-1]);
            }

            while(right+1<s.length()&&!se.count(s[right+1])){
                se.insert(s[right+1]);
                right++;
            }

            ans=max(ans,right-i+1);

        }
        return ans;
    }
};