11.无重复字符的最长子串

方法一：滑动窗口 + unordered_set

思路：用一个集合维护当前窗口（[left, i]）内的字符，当遇到重复时不断收缩左边界。

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        unordered_set<char> lookup;
        int left = 0, maxLen = 0;
        
        for (int i = 0; i < (int)s.size(); ++i) {
            // 如果 s[i] 在窗口内已存在，就不断删掉 left 指向的字符并左移
            while (lookup.count(s[i])) {
                lookup.erase(s[left]);
                ++left;
            }
            // 窗口此时合法，计算长度（包含 s[i]）
            maxLen = max(maxLen, i - left + 1);
            // 将 s[i] 纳入窗口
            lookup.insert(s[i]);
        }
        
        return maxLen;
    }
};

• 优点：逻辑直观，代码简单易懂。
• 缺点：while 循环中每次只移一个字符，在最坏情况下会执行较多次 erase。

---

方法二：滑动窗口 + unordered_map 记录字符最新下标

思路：利用哈希表直接记录每个字符“上一次出现的位置”，当发现重复时，快速跳过整个区间，无需一个个删除。

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        unordered_map<char, int> lastPos; // 记录字符上次出现的下标
        int maxLen = 0, left = 0;
        
        for (int i = 0; i < (int)s.size(); ++i) {
            char c = s[i];
            // 如果 c 在 [left, i-1] 范围内出现过，就把 left 直接跳到 上次出现位置 + 1
            if (lastPos.count(c) && lastPos[c] >= left) {
                left = lastPos[c] + 1;
            }
            // 更新 c 的最新下标
            lastPos[c] = i;
            // 计算当前窗口长度
            maxLen = max(maxLen, i - left + 1);
        }
        
        return maxLen;
    }
};

• 优点：每个字符只处理一次，left 跳动效率更高；
• 缺点：需要额外存储每个字符的下标（空间 O(k)），不过字符集一般较小。

---